{
  "best_global_step": null,
  "best_metric": null,
  "best_model_checkpoint": null,
  "epoch": 0.008888888888888889,
  "eval_steps": 500,
  "global_step": 1000,
  "is_hyper_param_search": false,
  "is_local_process_zero": true,
  "is_world_process_zero": true,
  "log_history": [
    {
      "epoch": 8.888888888888888e-06,
      "grad_norm": 2.509453058242798,
      "learning_rate": 0.0,
      "loss": 3.3319,
      "step": 1
    },
    {
      "epoch": 1.7777777777777777e-05,
      "grad_norm": 2.011197805404663,
      "learning_rate": 4e-05,
      "loss": 3.1761,
      "step": 2
    },
    {
      "epoch": 2.6666666666666667e-05,
      "grad_norm": 1.8610643148422241,
      "learning_rate": 8e-05,
      "loss": 2.8625,
      "step": 3
    },
    {
      "epoch": 3.555555555555555e-05,
      "grad_norm": 1.658347487449646,
      "learning_rate": 0.00012,
      "loss": 2.7361,
      "step": 4
    },
    {
      "epoch": 4.4444444444444447e-05,
      "grad_norm": 2.3018438816070557,
      "learning_rate": 0.00016,
      "loss": 3.2751,
      "step": 5
    },
    {
      "epoch": 5.333333333333333e-05,
      "grad_norm": 1.9242829084396362,
      "learning_rate": 0.0002,
      "loss": 2.576,
      "step": 6
    },
    {
      "epoch": 6.222222222222222e-05,
      "grad_norm": 1.9054077863693237,
      "learning_rate": 0.00019999822214320637,
      "loss": 2.1401,
      "step": 7
    },
    {
      "epoch": 7.11111111111111e-05,
      "grad_norm": 1.9810965061187744,
      "learning_rate": 0.00019999644428641273,
      "loss": 2.0309,
      "step": 8
    },
    {
      "epoch": 8e-05,
      "grad_norm": 1.6146843433380127,
      "learning_rate": 0.00019999466642961911,
      "loss": 2.056,
      "step": 9
    },
    {
      "epoch": 8.888888888888889e-05,
      "grad_norm": 1.510761022567749,
      "learning_rate": 0.00019999288857282547,
      "loss": 1.8206,
      "step": 10
    },
    {
      "epoch": 9.777777777777778e-05,
      "grad_norm": 1.2588778734207153,
      "learning_rate": 0.00019999111071603183,
      "loss": 1.4559,
      "step": 11
    },
    {
      "epoch": 0.00010666666666666667,
      "grad_norm": 1.7369227409362793,
      "learning_rate": 0.0001999893328592382,
      "loss": 1.5387,
      "step": 12
    },
    {
      "epoch": 0.00011555555555555555,
      "grad_norm": 1.288206934928894,
      "learning_rate": 0.00019998755500244458,
      "loss": 1.3578,
      "step": 13
    },
    {
      "epoch": 0.00012444444444444444,
      "grad_norm": 1.3472907543182373,
      "learning_rate": 0.0001999857771456509,
      "loss": 1.2126,
      "step": 14
    },
    {
      "epoch": 0.00013333333333333334,
      "grad_norm": 1.4109561443328857,
      "learning_rate": 0.0001999839992888573,
      "loss": 0.9152,
      "step": 15
    },
    {
      "epoch": 0.0001422222222222222,
      "grad_norm": 1.4718525409698486,
      "learning_rate": 0.00019998222143206365,
      "loss": 1.0797,
      "step": 16
    },
    {
      "epoch": 0.0001511111111111111,
      "grad_norm": 1.319872498512268,
      "learning_rate": 0.00019998044357527001,
      "loss": 1.1594,
      "step": 17
    },
    {
      "epoch": 0.00016,
      "grad_norm": 1.3983396291732788,
      "learning_rate": 0.0001999786657184764,
      "loss": 0.8371,
      "step": 18
    },
    {
      "epoch": 0.00016888888888888889,
      "grad_norm": 1.2984753847122192,
      "learning_rate": 0.00019997688786168276,
      "loss": 0.8112,
      "step": 19
    },
    {
      "epoch": 0.00017777777777777779,
      "grad_norm": 1.43406343460083,
      "learning_rate": 0.00019997511000488912,
      "loss": 0.8416,
      "step": 20
    },
    {
      "epoch": 0.00018666666666666666,
      "grad_norm": 1.224656343460083,
      "learning_rate": 0.00019997333214809548,
      "loss": 0.9221,
      "step": 21
    },
    {
      "epoch": 0.00019555555555555556,
      "grad_norm": 1.443000316619873,
      "learning_rate": 0.00019997155429130186,
      "loss": 0.9195,
      "step": 22
    },
    {
      "epoch": 0.00020444444444444443,
      "grad_norm": 1.169407844543457,
      "learning_rate": 0.0001999697764345082,
      "loss": 0.5881,
      "step": 23
    },
    {
      "epoch": 0.00021333333333333333,
      "grad_norm": 1.3276804685592651,
      "learning_rate": 0.00019996799857771458,
      "loss": 0.836,
      "step": 24
    },
    {
      "epoch": 0.00022222222222222223,
      "grad_norm": 1.2855207920074463,
      "learning_rate": 0.00019996622072092094,
      "loss": 0.7474,
      "step": 25
    },
    {
      "epoch": 0.0002311111111111111,
      "grad_norm": 1.3713988065719604,
      "learning_rate": 0.0001999644428641273,
      "loss": 0.7881,
      "step": 26
    },
    {
      "epoch": 0.00024,
      "grad_norm": 1.1027705669403076,
      "learning_rate": 0.00019996266500733366,
      "loss": 0.5209,
      "step": 27
    },
    {
      "epoch": 0.0002488888888888889,
      "grad_norm": 1.3908610343933105,
      "learning_rate": 0.00019996088715054004,
      "loss": 0.5429,
      "step": 28
    },
    {
      "epoch": 0.0002577777777777778,
      "grad_norm": 1.5597686767578125,
      "learning_rate": 0.0001999591092937464,
      "loss": 0.6697,
      "step": 29
    },
    {
      "epoch": 0.0002666666666666667,
      "grad_norm": 1.2614802122116089,
      "learning_rate": 0.00019995733143695276,
      "loss": 0.4198,
      "step": 30
    },
    {
      "epoch": 0.0002755555555555556,
      "grad_norm": 1.08330237865448,
      "learning_rate": 0.00019995555358015915,
      "loss": 0.333,
      "step": 31
    },
    {
      "epoch": 0.0002844444444444444,
      "grad_norm": 1.089289665222168,
      "learning_rate": 0.00019995377572336548,
      "loss": 0.3479,
      "step": 32
    },
    {
      "epoch": 0.0002933333333333333,
      "grad_norm": 1.3168431520462036,
      "learning_rate": 0.00019995199786657187,
      "loss": 0.4098,
      "step": 33
    },
    {
      "epoch": 0.0003022222222222222,
      "grad_norm": 1.1589837074279785,
      "learning_rate": 0.00019995022000977823,
      "loss": 0.2753,
      "step": 34
    },
    {
      "epoch": 0.0003111111111111111,
      "grad_norm": 1.4565573930740356,
      "learning_rate": 0.00019994844215298459,
      "loss": 0.4974,
      "step": 35
    },
    {
      "epoch": 0.00032,
      "grad_norm": 1.487587571144104,
      "learning_rate": 0.00019994666429619094,
      "loss": 0.4012,
      "step": 36
    },
    {
      "epoch": 0.00032888888888888887,
      "grad_norm": 2.168774366378784,
      "learning_rate": 0.0001999448864393973,
      "loss": 0.3265,
      "step": 37
    },
    {
      "epoch": 0.00033777777777777777,
      "grad_norm": 1.2275283336639404,
      "learning_rate": 0.0001999431085826037,
      "loss": 0.1998,
      "step": 38
    },
    {
      "epoch": 0.00034666666666666667,
      "grad_norm": 1.1855751276016235,
      "learning_rate": 0.00019994133072581005,
      "loss": 0.2689,
      "step": 39
    },
    {
      "epoch": 0.00035555555555555557,
      "grad_norm": 1.8231340646743774,
      "learning_rate": 0.0001999395528690164,
      "loss": 0.5561,
      "step": 40
    },
    {
      "epoch": 0.0003644444444444444,
      "grad_norm": 0.769957959651947,
      "learning_rate": 0.00019993777501222277,
      "loss": 0.1308,
      "step": 41
    },
    {
      "epoch": 0.0003733333333333333,
      "grad_norm": 2.1421055793762207,
      "learning_rate": 0.00019993599715542915,
      "loss": 0.3593,
      "step": 42
    },
    {
      "epoch": 0.0003822222222222222,
      "grad_norm": 1.2684881687164307,
      "learning_rate": 0.00019993421929863549,
      "loss": 0.2681,
      "step": 43
    },
    {
      "epoch": 0.0003911111111111111,
      "grad_norm": 1.5037626028060913,
      "learning_rate": 0.00019993244144184187,
      "loss": 0.2122,
      "step": 44
    },
    {
      "epoch": 0.0004,
      "grad_norm": 1.0892541408538818,
      "learning_rate": 0.00019993066358504823,
      "loss": 0.3245,
      "step": 45
    },
    {
      "epoch": 0.00040888888888888887,
      "grad_norm": 2.1137728691101074,
      "learning_rate": 0.0001999288857282546,
      "loss": 0.264,
      "step": 46
    },
    {
      "epoch": 0.00041777777777777777,
      "grad_norm": 1.0123019218444824,
      "learning_rate": 0.00019992710787146095,
      "loss": 0.1065,
      "step": 47
    },
    {
      "epoch": 0.00042666666666666667,
      "grad_norm": 1.1046335697174072,
      "learning_rate": 0.00019992533001466733,
      "loss": 0.14,
      "step": 48
    },
    {
      "epoch": 0.00043555555555555557,
      "grad_norm": 1.0902122259140015,
      "learning_rate": 0.0001999235521578737,
      "loss": 0.1828,
      "step": 49
    },
    {
      "epoch": 0.00044444444444444447,
      "grad_norm": 0.95635586977005,
      "learning_rate": 0.00019992177430108005,
      "loss": 0.1436,
      "step": 50
    },
    {
      "epoch": 0.0004533333333333333,
      "grad_norm": 0.9768276214599609,
      "learning_rate": 0.00019991999644428644,
      "loss": 0.1927,
      "step": 51
    },
    {
      "epoch": 0.0004622222222222222,
      "grad_norm": 0.9323930144309998,
      "learning_rate": 0.00019991821858749277,
      "loss": 0.0833,
      "step": 52
    },
    {
      "epoch": 0.0004711111111111111,
      "grad_norm": 0.4024631679058075,
      "learning_rate": 0.00019991644073069916,
      "loss": 0.0984,
      "step": 53
    },
    {
      "epoch": 0.00048,
      "grad_norm": 0.9203476309776306,
      "learning_rate": 0.00019991466287390552,
      "loss": 0.2626,
      "step": 54
    },
    {
      "epoch": 0.0004888888888888889,
      "grad_norm": 1.176267147064209,
      "learning_rate": 0.00019991288501711188,
      "loss": 0.2139,
      "step": 55
    },
    {
      "epoch": 0.0004977777777777778,
      "grad_norm": 1.1404753923416138,
      "learning_rate": 0.00019991110716031823,
      "loss": 0.1089,
      "step": 56
    },
    {
      "epoch": 0.0005066666666666667,
      "grad_norm": 0.9271647930145264,
      "learning_rate": 0.00019990932930352462,
      "loss": 0.1793,
      "step": 57
    },
    {
      "epoch": 0.0005155555555555556,
      "grad_norm": 0.45268017053604126,
      "learning_rate": 0.00019990755144673098,
      "loss": 0.1162,
      "step": 58
    },
    {
      "epoch": 0.0005244444444444445,
      "grad_norm": 0.5800138115882874,
      "learning_rate": 0.00019990577358993734,
      "loss": 0.0409,
      "step": 59
    },
    {
      "epoch": 0.0005333333333333334,
      "grad_norm": 0.5283566117286682,
      "learning_rate": 0.00019990399573314372,
      "loss": 0.0623,
      "step": 60
    },
    {
      "epoch": 0.0005422222222222223,
      "grad_norm": 0.8735077381134033,
      "learning_rate": 0.00019990221787635006,
      "loss": 0.0467,
      "step": 61
    },
    {
      "epoch": 0.0005511111111111112,
      "grad_norm": 0.4898022711277008,
      "learning_rate": 0.00019990044001955644,
      "loss": 0.0944,
      "step": 62
    },
    {
      "epoch": 0.00056,
      "grad_norm": 1.4653600454330444,
      "learning_rate": 0.0001998986621627628,
      "loss": 0.1567,
      "step": 63
    },
    {
      "epoch": 0.0005688888888888889,
      "grad_norm": 0.7866577506065369,
      "learning_rate": 0.00019989688430596916,
      "loss": 0.1063,
      "step": 64
    },
    {
      "epoch": 0.0005777777777777778,
      "grad_norm": 0.8391381502151489,
      "learning_rate": 0.00019989510644917552,
      "loss": 0.0576,
      "step": 65
    },
    {
      "epoch": 0.0005866666666666667,
      "grad_norm": 0.476295530796051,
      "learning_rate": 0.0001998933285923819,
      "loss": 0.0326,
      "step": 66
    },
    {
      "epoch": 0.0005955555555555556,
      "grad_norm": 0.7402093410491943,
      "learning_rate": 0.00019989155073558824,
      "loss": 0.0838,
      "step": 67
    },
    {
      "epoch": 0.0006044444444444445,
      "grad_norm": 2.238701581954956,
      "learning_rate": 0.00019988977287879462,
      "loss": 0.2343,
      "step": 68
    },
    {
      "epoch": 0.0006133333333333334,
      "grad_norm": 0.6236722469329834,
      "learning_rate": 0.00019988799502200098,
      "loss": 0.065,
      "step": 69
    },
    {
      "epoch": 0.0006222222222222223,
      "grad_norm": 0.2215302586555481,
      "learning_rate": 0.00019988621716520734,
      "loss": 0.0281,
      "step": 70
    },
    {
      "epoch": 0.0006311111111111112,
      "grad_norm": 1.2392359972000122,
      "learning_rate": 0.00019988443930841373,
      "loss": 0.2018,
      "step": 71
    },
    {
      "epoch": 0.00064,
      "grad_norm": 0.9709681868553162,
      "learning_rate": 0.0001998826614516201,
      "loss": 0.1434,
      "step": 72
    },
    {
      "epoch": 0.0006488888888888888,
      "grad_norm": 0.5045838356018066,
      "learning_rate": 0.00019988088359482645,
      "loss": 0.1104,
      "step": 73
    },
    {
      "epoch": 0.0006577777777777777,
      "grad_norm": 0.6498463153839111,
      "learning_rate": 0.0001998791057380328,
      "loss": 0.0568,
      "step": 74
    },
    {
      "epoch": 0.0006666666666666666,
      "grad_norm": 1.809417724609375,
      "learning_rate": 0.0001998773278812392,
      "loss": 0.2041,
      "step": 75
    },
    {
      "epoch": 0.0006755555555555555,
      "grad_norm": 1.1265465021133423,
      "learning_rate": 0.00019987555002444552,
      "loss": 0.1553,
      "step": 76
    },
    {
      "epoch": 0.0006844444444444444,
      "grad_norm": 0.4890582263469696,
      "learning_rate": 0.0001998737721676519,
      "loss": 0.1288,
      "step": 77
    },
    {
      "epoch": 0.0006933333333333333,
      "grad_norm": 0.32008081674575806,
      "learning_rate": 0.00019987199431085827,
      "loss": 0.0529,
      "step": 78
    },
    {
      "epoch": 0.0007022222222222222,
      "grad_norm": 0.688513457775116,
      "learning_rate": 0.00019987021645406463,
      "loss": 0.1595,
      "step": 79
    },
    {
      "epoch": 0.0007111111111111111,
      "grad_norm": 0.35211288928985596,
      "learning_rate": 0.00019986843859727101,
      "loss": 0.0579,
      "step": 80
    },
    {
      "epoch": 0.00072,
      "grad_norm": 0.791588306427002,
      "learning_rate": 0.00019986666074047737,
      "loss": 0.0987,
      "step": 81
    },
    {
      "epoch": 0.0007288888888888888,
      "grad_norm": 0.26132506132125854,
      "learning_rate": 0.00019986488288368373,
      "loss": 0.0194,
      "step": 82
    },
    {
      "epoch": 0.0007377777777777777,
      "grad_norm": 0.4289974272251129,
      "learning_rate": 0.0001998631050268901,
      "loss": 0.0375,
      "step": 83
    },
    {
      "epoch": 0.0007466666666666666,
      "grad_norm": 0.06589008867740631,
      "learning_rate": 0.00019986132717009648,
      "loss": 0.0045,
      "step": 84
    },
    {
      "epoch": 0.0007555555555555555,
      "grad_norm": 0.9311643838882446,
      "learning_rate": 0.0001998595493133028,
      "loss": 0.099,
      "step": 85
    },
    {
      "epoch": 0.0007644444444444444,
      "grad_norm": 0.3291153013706207,
      "learning_rate": 0.0001998577714565092,
      "loss": 0.0723,
      "step": 86
    },
    {
      "epoch": 0.0007733333333333333,
      "grad_norm": 0.2553896903991699,
      "learning_rate": 0.00019985599359971556,
      "loss": 0.0318,
      "step": 87
    },
    {
      "epoch": 0.0007822222222222222,
      "grad_norm": 1.9191373586654663,
      "learning_rate": 0.00019985421574292191,
      "loss": 0.2272,
      "step": 88
    },
    {
      "epoch": 0.0007911111111111111,
      "grad_norm": 0.8159066438674927,
      "learning_rate": 0.00019985243788612827,
      "loss": 0.171,
      "step": 89
    },
    {
      "epoch": 0.0008,
      "grad_norm": 0.36339715123176575,
      "learning_rate": 0.00019985066002933466,
      "loss": 0.0972,
      "step": 90
    },
    {
      "epoch": 0.0008088888888888889,
      "grad_norm": 0.09493248909711838,
      "learning_rate": 0.00019984888217254102,
      "loss": 0.0176,
      "step": 91
    },
    {
      "epoch": 0.0008177777777777777,
      "grad_norm": 0.11167139559984207,
      "learning_rate": 0.00019984710431574738,
      "loss": 0.0349,
      "step": 92
    },
    {
      "epoch": 0.0008266666666666666,
      "grad_norm": 0.24224887788295746,
      "learning_rate": 0.00019984532645895374,
      "loss": 0.0602,
      "step": 93
    },
    {
      "epoch": 0.0008355555555555555,
      "grad_norm": 0.683293342590332,
      "learning_rate": 0.0001998435486021601,
      "loss": 0.1193,
      "step": 94
    },
    {
      "epoch": 0.0008444444444444444,
      "grad_norm": 0.23291079699993134,
      "learning_rate": 0.00019984177074536648,
      "loss": 0.0862,
      "step": 95
    },
    {
      "epoch": 0.0008533333333333333,
      "grad_norm": 0.3003248870372772,
      "learning_rate": 0.00019983999288857281,
      "loss": 0.0897,
      "step": 96
    },
    {
      "epoch": 0.0008622222222222222,
      "grad_norm": 0.32272055745124817,
      "learning_rate": 0.0001998382150317792,
      "loss": 0.038,
      "step": 97
    },
    {
      "epoch": 0.0008711111111111111,
      "grad_norm": 2.172278642654419,
      "learning_rate": 0.00019983643717498556,
      "loss": 0.3441,
      "step": 98
    },
    {
      "epoch": 0.00088,
      "grad_norm": 1.5030051469802856,
      "learning_rate": 0.00019983465931819192,
      "loss": 0.2183,
      "step": 99
    },
    {
      "epoch": 0.0008888888888888889,
      "grad_norm": 0.3478816747665405,
      "learning_rate": 0.0001998328814613983,
      "loss": 0.0726,
      "step": 100
    },
    {
      "epoch": 0.0008977777777777778,
      "grad_norm": 0.3467679023742676,
      "learning_rate": 0.00019983110360460466,
      "loss": 0.0991,
      "step": 101
    },
    {
      "epoch": 0.0009066666666666666,
      "grad_norm": 0.4115495979785919,
      "learning_rate": 0.00019982932574781102,
      "loss": 0.1022,
      "step": 102
    },
    {
      "epoch": 0.0009155555555555555,
      "grad_norm": 0.09511878341436386,
      "learning_rate": 0.00019982754789101738,
      "loss": 0.0062,
      "step": 103
    },
    {
      "epoch": 0.0009244444444444444,
      "grad_norm": 0.14707589149475098,
      "learning_rate": 0.00019982577003422377,
      "loss": 0.0355,
      "step": 104
    },
    {
      "epoch": 0.0009333333333333333,
      "grad_norm": 0.1643153578042984,
      "learning_rate": 0.0001998239921774301,
      "loss": 0.0498,
      "step": 105
    },
    {
      "epoch": 0.0009422222222222222,
      "grad_norm": 0.10440447181463242,
      "learning_rate": 0.00019982221432063649,
      "loss": 0.0197,
      "step": 106
    },
    {
      "epoch": 0.0009511111111111111,
      "grad_norm": 0.3088759481906891,
      "learning_rate": 0.00019982043646384285,
      "loss": 0.101,
      "step": 107
    },
    {
      "epoch": 0.00096,
      "grad_norm": 0.22242297232151031,
      "learning_rate": 0.0001998186586070492,
      "loss": 0.0422,
      "step": 108
    },
    {
      "epoch": 0.0009688888888888889,
      "grad_norm": 0.20703697204589844,
      "learning_rate": 0.00019981688075025556,
      "loss": 0.0577,
      "step": 109
    },
    {
      "epoch": 0.0009777777777777777,
      "grad_norm": 0.3917987644672394,
      "learning_rate": 0.00019981510289346195,
      "loss": 0.0216,
      "step": 110
    },
    {
      "epoch": 0.0009866666666666667,
      "grad_norm": 0.1762261539697647,
      "learning_rate": 0.0001998133250366683,
      "loss": 0.0532,
      "step": 111
    },
    {
      "epoch": 0.0009955555555555555,
      "grad_norm": 0.32604631781578064,
      "learning_rate": 0.00019981154717987467,
      "loss": 0.0999,
      "step": 112
    },
    {
      "epoch": 0.0010044444444444445,
      "grad_norm": 0.17677462100982666,
      "learning_rate": 0.00019980976932308105,
      "loss": 0.0553,
      "step": 113
    },
    {
      "epoch": 0.0010133333333333333,
      "grad_norm": 0.21720314025878906,
      "learning_rate": 0.00019980799146628739,
      "loss": 0.0625,
      "step": 114
    },
    {
      "epoch": 0.0010222222222222223,
      "grad_norm": 0.31082990765571594,
      "learning_rate": 0.00019980621360949377,
      "loss": 0.0719,
      "step": 115
    },
    {
      "epoch": 0.0010311111111111111,
      "grad_norm": 0.2921847105026245,
      "learning_rate": 0.00019980443575270013,
      "loss": 0.0704,
      "step": 116
    },
    {
      "epoch": 0.00104,
      "grad_norm": 0.24539917707443237,
      "learning_rate": 0.0001998026578959065,
      "loss": 0.0737,
      "step": 117
    },
    {
      "epoch": 0.001048888888888889,
      "grad_norm": 0.10821938514709473,
      "learning_rate": 0.00019980088003911285,
      "loss": 0.0121,
      "step": 118
    },
    {
      "epoch": 0.0010577777777777777,
      "grad_norm": 0.22241011261940002,
      "learning_rate": 0.00019979910218231924,
      "loss": 0.068,
      "step": 119
    },
    {
      "epoch": 0.0010666666666666667,
      "grad_norm": 0.1390863060951233,
      "learning_rate": 0.0001997973243255256,
      "loss": 0.0367,
      "step": 120
    },
    {
      "epoch": 0.0010755555555555555,
      "grad_norm": 0.12387244403362274,
      "learning_rate": 0.00019979554646873195,
      "loss": 0.0214,
      "step": 121
    },
    {
      "epoch": 0.0010844444444444445,
      "grad_norm": 0.00975712202489376,
      "learning_rate": 0.0001997937686119383,
      "loss": 0.001,
      "step": 122
    },
    {
      "epoch": 0.0010933333333333333,
      "grad_norm": 0.2222510427236557,
      "learning_rate": 0.00019979199075514467,
      "loss": 0.055,
      "step": 123
    },
    {
      "epoch": 0.0011022222222222223,
      "grad_norm": 0.429592490196228,
      "learning_rate": 0.00019979021289835106,
      "loss": 0.0131,
      "step": 124
    },
    {
      "epoch": 0.0011111111111111111,
      "grad_norm": 0.20166721940040588,
      "learning_rate": 0.00019978843504155742,
      "loss": 0.0475,
      "step": 125
    },
    {
      "epoch": 0.00112,
      "grad_norm": 0.30655330419540405,
      "learning_rate": 0.00019978665718476378,
      "loss": 0.097,
      "step": 126
    },
    {
      "epoch": 0.001128888888888889,
      "grad_norm": 0.2538444995880127,
      "learning_rate": 0.00019978487932797014,
      "loss": 0.0856,
      "step": 127
    },
    {
      "epoch": 0.0011377777777777777,
      "grad_norm": 0.4884449541568756,
      "learning_rate": 0.00019978310147117652,
      "loss": 0.1618,
      "step": 128
    },
    {
      "epoch": 0.0011466666666666667,
      "grad_norm": 1.3284107446670532,
      "learning_rate": 0.00019978132361438285,
      "loss": 0.0754,
      "step": 129
    },
    {
      "epoch": 0.0011555555555555555,
      "grad_norm": 0.1899631917476654,
      "learning_rate": 0.00019977954575758924,
      "loss": 0.0618,
      "step": 130
    },
    {
      "epoch": 0.0011644444444444445,
      "grad_norm": 0.0927666574716568,
      "learning_rate": 0.0001997777679007956,
      "loss": 0.0328,
      "step": 131
    },
    {
      "epoch": 0.0011733333333333333,
      "grad_norm": 0.11313474923372269,
      "learning_rate": 0.00019977599004400196,
      "loss": 0.0374,
      "step": 132
    },
    {
      "epoch": 0.0011822222222222223,
      "grad_norm": 0.21986903250217438,
      "learning_rate": 0.00019977421218720834,
      "loss": 0.1015,
      "step": 133
    },
    {
      "epoch": 0.001191111111111111,
      "grad_norm": 0.10889822989702225,
      "learning_rate": 0.0001997724343304147,
      "loss": 0.0414,
      "step": 134
    },
    {
      "epoch": 0.0012,
      "grad_norm": 0.2376369684934616,
      "learning_rate": 0.00019977065647362106,
      "loss": 0.131,
      "step": 135
    },
    {
      "epoch": 0.001208888888888889,
      "grad_norm": 0.2573927938938141,
      "learning_rate": 0.00019976887861682742,
      "loss": 0.1031,
      "step": 136
    },
    {
      "epoch": 0.0012177777777777777,
      "grad_norm": 0.6046450138092041,
      "learning_rate": 0.0001997671007600338,
      "loss": 0.0711,
      "step": 137
    },
    {
      "epoch": 0.0012266666666666667,
      "grad_norm": 0.9663668870925903,
      "learning_rate": 0.00019976532290324014,
      "loss": 0.0622,
      "step": 138
    },
    {
      "epoch": 0.0012355555555555555,
      "grad_norm": 0.33328160643577576,
      "learning_rate": 0.00019976354504644653,
      "loss": 0.0666,
      "step": 139
    },
    {
      "epoch": 0.0012444444444444445,
      "grad_norm": 0.19966910779476166,
      "learning_rate": 0.00019976176718965288,
      "loss": 0.0706,
      "step": 140
    },
    {
      "epoch": 0.0012533333333333333,
      "grad_norm": 0.19533023238182068,
      "learning_rate": 0.00019975998933285924,
      "loss": 0.0686,
      "step": 141
    },
    {
      "epoch": 0.0012622222222222223,
      "grad_norm": 0.1251738965511322,
      "learning_rate": 0.0001997582114760656,
      "loss": 0.0164,
      "step": 142
    },
    {
      "epoch": 0.001271111111111111,
      "grad_norm": 0.13933968544006348,
      "learning_rate": 0.000199756433619272,
      "loss": 0.0499,
      "step": 143
    },
    {
      "epoch": 0.00128,
      "grad_norm": 0.13361267745494843,
      "learning_rate": 0.00019975465576247835,
      "loss": 0.0398,
      "step": 144
    },
    {
      "epoch": 0.001288888888888889,
      "grad_norm": 0.2322838306427002,
      "learning_rate": 0.0001997528779056847,
      "loss": 0.0826,
      "step": 145
    },
    {
      "epoch": 0.0012977777777777777,
      "grad_norm": 0.2205543965101242,
      "learning_rate": 0.0001997511000488911,
      "loss": 0.0193,
      "step": 146
    },
    {
      "epoch": 0.0013066666666666667,
      "grad_norm": 0.13343976438045502,
      "learning_rate": 0.00019974932219209743,
      "loss": 0.0175,
      "step": 147
    },
    {
      "epoch": 0.0013155555555555555,
      "grad_norm": 1.7850672006607056,
      "learning_rate": 0.0001997475443353038,
      "loss": 0.4291,
      "step": 148
    },
    {
      "epoch": 0.0013244444444444445,
      "grad_norm": 0.15269550681114197,
      "learning_rate": 0.00019974576647851014,
      "loss": 0.0192,
      "step": 149
    },
    {
      "epoch": 0.0013333333333333333,
      "grad_norm": 0.1662476509809494,
      "learning_rate": 0.00019974398862171653,
      "loss": 0.0319,
      "step": 150
    },
    {
      "epoch": 0.0013422222222222223,
      "grad_norm": 0.17259350419044495,
      "learning_rate": 0.0001997422107649229,
      "loss": 0.0459,
      "step": 151
    },
    {
      "epoch": 0.001351111111111111,
      "grad_norm": 0.3661608099937439,
      "learning_rate": 0.00019974043290812925,
      "loss": 0.0597,
      "step": 152
    },
    {
      "epoch": 0.00136,
      "grad_norm": 1.884972095489502,
      "learning_rate": 0.00019973865505133563,
      "loss": 0.2163,
      "step": 153
    },
    {
      "epoch": 0.0013688888888888889,
      "grad_norm": 0.49519073963165283,
      "learning_rate": 0.000199736877194542,
      "loss": 0.1694,
      "step": 154
    },
    {
      "epoch": 0.0013777777777777777,
      "grad_norm": 0.25101497769355774,
      "learning_rate": 0.00019973509933774835,
      "loss": 0.0934,
      "step": 155
    },
    {
      "epoch": 0.0013866666666666667,
      "grad_norm": 0.2666507661342621,
      "learning_rate": 0.0001997333214809547,
      "loss": 0.077,
      "step": 156
    },
    {
      "epoch": 0.0013955555555555555,
      "grad_norm": 0.27126309275627136,
      "learning_rate": 0.0001997315436241611,
      "loss": 0.0548,
      "step": 157
    },
    {
      "epoch": 0.0014044444444444445,
      "grad_norm": 0.1539837270975113,
      "learning_rate": 0.00019972976576736743,
      "loss": 0.041,
      "step": 158
    },
    {
      "epoch": 0.0014133333333333333,
      "grad_norm": 0.27206969261169434,
      "learning_rate": 0.00019972798791057382,
      "loss": 0.0819,
      "step": 159
    },
    {
      "epoch": 0.0014222222222222223,
      "grad_norm": 0.3427540957927704,
      "learning_rate": 0.00019972621005378017,
      "loss": 0.0729,
      "step": 160
    },
    {
      "epoch": 0.001431111111111111,
      "grad_norm": 0.27861857414245605,
      "learning_rate": 0.00019972443219698653,
      "loss": 0.0692,
      "step": 161
    },
    {
      "epoch": 0.00144,
      "grad_norm": 0.20948776602745056,
      "learning_rate": 0.0001997226543401929,
      "loss": 0.0621,
      "step": 162
    },
    {
      "epoch": 0.0014488888888888889,
      "grad_norm": 0.2676871418952942,
      "learning_rate": 0.00019972087648339928,
      "loss": 0.0989,
      "step": 163
    },
    {
      "epoch": 0.0014577777777777777,
      "grad_norm": 0.1815245896577835,
      "learning_rate": 0.00019971909862660564,
      "loss": 0.0725,
      "step": 164
    },
    {
      "epoch": 0.0014666666666666667,
      "grad_norm": 0.14719197154045105,
      "learning_rate": 0.000199717320769812,
      "loss": 0.0418,
      "step": 165
    },
    {
      "epoch": 0.0014755555555555555,
      "grad_norm": 0.15747804939746857,
      "learning_rate": 0.00019971554291301838,
      "loss": 0.0687,
      "step": 166
    },
    {
      "epoch": 0.0014844444444444445,
      "grad_norm": 0.14108623564243317,
      "learning_rate": 0.00019971376505622472,
      "loss": 0.0649,
      "step": 167
    },
    {
      "epoch": 0.0014933333333333333,
      "grad_norm": 0.12628023326396942,
      "learning_rate": 0.0001997119871994311,
      "loss": 0.0424,
      "step": 168
    },
    {
      "epoch": 0.0015022222222222223,
      "grad_norm": 0.15303702652454376,
      "learning_rate": 0.00019971020934263746,
      "loss": 0.085,
      "step": 169
    },
    {
      "epoch": 0.001511111111111111,
      "grad_norm": 0.17367209494113922,
      "learning_rate": 0.00019970843148584382,
      "loss": 0.0876,
      "step": 170
    },
    {
      "epoch": 0.00152,
      "grad_norm": 0.17708049714565277,
      "learning_rate": 0.00019970665362905018,
      "loss": 0.0795,
      "step": 171
    },
    {
      "epoch": 0.0015288888888888889,
      "grad_norm": 0.15364761650562286,
      "learning_rate": 0.00019970487577225656,
      "loss": 0.0816,
      "step": 172
    },
    {
      "epoch": 0.0015377777777777779,
      "grad_norm": 0.15587268769741058,
      "learning_rate": 0.00019970309791546292,
      "loss": 0.0662,
      "step": 173
    },
    {
      "epoch": 0.0015466666666666667,
      "grad_norm": 0.5124840140342712,
      "learning_rate": 0.00019970132005866928,
      "loss": 0.2177,
      "step": 174
    },
    {
      "epoch": 0.0015555555555555555,
      "grad_norm": 0.08462116867303848,
      "learning_rate": 0.00019969954220187567,
      "loss": 0.0329,
      "step": 175
    },
    {
      "epoch": 0.0015644444444444445,
      "grad_norm": 0.07264042645692825,
      "learning_rate": 0.000199697764345082,
      "loss": 0.0184,
      "step": 176
    },
    {
      "epoch": 0.0015733333333333333,
      "grad_norm": 1.075095772743225,
      "learning_rate": 0.0001996959864882884,
      "loss": 0.2897,
      "step": 177
    },
    {
      "epoch": 0.0015822222222222223,
      "grad_norm": 0.1671728789806366,
      "learning_rate": 0.00019969420863149475,
      "loss": 0.0882,
      "step": 178
    },
    {
      "epoch": 0.001591111111111111,
      "grad_norm": 0.08167525380849838,
      "learning_rate": 0.0001996924307747011,
      "loss": 0.0184,
      "step": 179
    },
    {
      "epoch": 0.0016,
      "grad_norm": 0.26045674085617065,
      "learning_rate": 0.00019969065291790746,
      "loss": 0.0807,
      "step": 180
    },
    {
      "epoch": 0.0016088888888888889,
      "grad_norm": 0.07509206235408783,
      "learning_rate": 0.00019968887506111385,
      "loss": 0.0272,
      "step": 181
    },
    {
      "epoch": 0.0016177777777777779,
      "grad_norm": 0.10948513448238373,
      "learning_rate": 0.00019968709720432018,
      "loss": 0.0215,
      "step": 182
    },
    {
      "epoch": 0.0016266666666666667,
      "grad_norm": 0.21771766245365143,
      "learning_rate": 0.00019968531934752657,
      "loss": 0.0177,
      "step": 183
    },
    {
      "epoch": 0.0016355555555555555,
      "grad_norm": 0.1279963254928589,
      "learning_rate": 0.00019968354149073293,
      "loss": 0.0498,
      "step": 184
    },
    {
      "epoch": 0.0016444444444444445,
      "grad_norm": 0.17994441092014313,
      "learning_rate": 0.0001996817636339393,
      "loss": 0.1043,
      "step": 185
    },
    {
      "epoch": 0.0016533333333333333,
      "grad_norm": 0.13629502058029175,
      "learning_rate": 0.00019967998577714567,
      "loss": 0.0433,
      "step": 186
    },
    {
      "epoch": 0.0016622222222222223,
      "grad_norm": 0.847290575504303,
      "learning_rate": 0.00019967820792035203,
      "loss": 0.0224,
      "step": 187
    },
    {
      "epoch": 0.001671111111111111,
      "grad_norm": 0.1411862075328827,
      "learning_rate": 0.0001996764300635584,
      "loss": 0.047,
      "step": 188
    },
    {
      "epoch": 0.00168,
      "grad_norm": 0.12872685492038727,
      "learning_rate": 0.00019967465220676475,
      "loss": 0.0401,
      "step": 189
    },
    {
      "epoch": 0.0016888888888888889,
      "grad_norm": 0.35447484254837036,
      "learning_rate": 0.00019967287434997114,
      "loss": 0.0429,
      "step": 190
    },
    {
      "epoch": 0.0016977777777777779,
      "grad_norm": 0.8160991072654724,
      "learning_rate": 0.00019967109649317747,
      "loss": 0.0769,
      "step": 191
    },
    {
      "epoch": 0.0017066666666666667,
      "grad_norm": 0.13470084965229034,
      "learning_rate": 0.00019966931863638385,
      "loss": 0.0438,
      "step": 192
    },
    {
      "epoch": 0.0017155555555555555,
      "grad_norm": 0.09070076793432236,
      "learning_rate": 0.00019966754077959021,
      "loss": 0.0454,
      "step": 193
    },
    {
      "epoch": 0.0017244444444444445,
      "grad_norm": 0.1598002314567566,
      "learning_rate": 0.00019966576292279657,
      "loss": 0.0645,
      "step": 194
    },
    {
      "epoch": 0.0017333333333333333,
      "grad_norm": 0.22574616968631744,
      "learning_rate": 0.00019966398506600296,
      "loss": 0.1181,
      "step": 195
    },
    {
      "epoch": 0.0017422222222222223,
      "grad_norm": 0.22925183176994324,
      "learning_rate": 0.00019966220720920932,
      "loss": 0.133,
      "step": 196
    },
    {
      "epoch": 0.001751111111111111,
      "grad_norm": 0.12679871916770935,
      "learning_rate": 0.00019966042935241568,
      "loss": 0.0396,
      "step": 197
    },
    {
      "epoch": 0.00176,
      "grad_norm": 0.16506832838058472,
      "learning_rate": 0.00019965865149562204,
      "loss": 0.0503,
      "step": 198
    },
    {
      "epoch": 0.0017688888888888889,
      "grad_norm": 0.1793918013572693,
      "learning_rate": 0.00019965687363882842,
      "loss": 0.0986,
      "step": 199
    },
    {
      "epoch": 0.0017777777777777779,
      "grad_norm": 0.08784222602844238,
      "learning_rate": 0.00019965509578203475,
      "loss": 0.016,
      "step": 200
    },
    {
      "epoch": 0.0017866666666666667,
      "grad_norm": 0.3387273848056793,
      "learning_rate": 0.00019965331792524114,
      "loss": 0.1057,
      "step": 201
    },
    {
      "epoch": 0.0017955555555555557,
      "grad_norm": 0.14650027453899384,
      "learning_rate": 0.0001996515400684475,
      "loss": 0.0599,
      "step": 202
    },
    {
      "epoch": 0.0018044444444444445,
      "grad_norm": 0.11592870205640793,
      "learning_rate": 0.00019964976221165386,
      "loss": 0.0426,
      "step": 203
    },
    {
      "epoch": 0.0018133333333333332,
      "grad_norm": 0.07162843644618988,
      "learning_rate": 0.00019964798435486022,
      "loss": 0.0201,
      "step": 204
    },
    {
      "epoch": 0.0018222222222222223,
      "grad_norm": 0.00740217138081789,
      "learning_rate": 0.0001996462064980666,
      "loss": 0.0006,
      "step": 205
    },
    {
      "epoch": 0.001831111111111111,
      "grad_norm": 0.09760746359825134,
      "learning_rate": 0.00019964442864127296,
      "loss": 0.0323,
      "step": 206
    },
    {
      "epoch": 0.00184,
      "grad_norm": 0.1282486617565155,
      "learning_rate": 0.00019964265078447932,
      "loss": 0.0417,
      "step": 207
    },
    {
      "epoch": 0.0018488888888888888,
      "grad_norm": 0.14483033120632172,
      "learning_rate": 0.00019964087292768568,
      "loss": 0.0612,
      "step": 208
    },
    {
      "epoch": 0.0018577777777777779,
      "grad_norm": 0.2553538978099823,
      "learning_rate": 0.00019963909507089204,
      "loss": 0.0548,
      "step": 209
    },
    {
      "epoch": 0.0018666666666666666,
      "grad_norm": 0.09759464859962463,
      "learning_rate": 0.00019963731721409843,
      "loss": 0.0415,
      "step": 210
    },
    {
      "epoch": 0.0018755555555555557,
      "grad_norm": 0.21910490095615387,
      "learning_rate": 0.00019963553935730476,
      "loss": 0.0773,
      "step": 211
    },
    {
      "epoch": 0.0018844444444444444,
      "grad_norm": 0.08499377965927124,
      "learning_rate": 0.00019963376150051114,
      "loss": 0.0309,
      "step": 212
    },
    {
      "epoch": 0.0018933333333333332,
      "grad_norm": 0.09653854370117188,
      "learning_rate": 0.0001996319836437175,
      "loss": 0.0155,
      "step": 213
    },
    {
      "epoch": 0.0019022222222222222,
      "grad_norm": 0.16424641013145447,
      "learning_rate": 0.00019963020578692386,
      "loss": 0.0922,
      "step": 214
    },
    {
      "epoch": 0.001911111111111111,
      "grad_norm": 0.10858893394470215,
      "learning_rate": 0.00019962842793013022,
      "loss": 0.0369,
      "step": 215
    },
    {
      "epoch": 0.00192,
      "grad_norm": 0.31773823499679565,
      "learning_rate": 0.0001996266500733366,
      "loss": 0.0385,
      "step": 216
    },
    {
      "epoch": 0.0019288888888888888,
      "grad_norm": 0.14265641570091248,
      "learning_rate": 0.00019962487221654297,
      "loss": 0.0348,
      "step": 217
    },
    {
      "epoch": 0.0019377777777777778,
      "grad_norm": 0.10559012740850449,
      "learning_rate": 0.00019962309435974933,
      "loss": 0.0581,
      "step": 218
    },
    {
      "epoch": 0.0019466666666666666,
      "grad_norm": 0.08315975964069366,
      "learning_rate": 0.0001996213165029557,
      "loss": 0.0239,
      "step": 219
    },
    {
      "epoch": 0.0019555555555555554,
      "grad_norm": 0.11771313846111298,
      "learning_rate": 0.00019961953864616204,
      "loss": 0.0376,
      "step": 220
    },
    {
      "epoch": 0.0019644444444444444,
      "grad_norm": 0.22794702649116516,
      "learning_rate": 0.00019961776078936843,
      "loss": 0.0583,
      "step": 221
    },
    {
      "epoch": 0.0019733333333333334,
      "grad_norm": 0.19051073491573334,
      "learning_rate": 0.0001996159829325748,
      "loss": 0.0898,
      "step": 222
    },
    {
      "epoch": 0.001982222222222222,
      "grad_norm": 0.1700773984193802,
      "learning_rate": 0.00019961420507578115,
      "loss": 0.0964,
      "step": 223
    },
    {
      "epoch": 0.001991111111111111,
      "grad_norm": 0.06349897384643555,
      "learning_rate": 0.0001996124272189875,
      "loss": 0.0126,
      "step": 224
    },
    {
      "epoch": 0.002,
      "grad_norm": 0.08789634704589844,
      "learning_rate": 0.0001996106493621939,
      "loss": 0.0264,
      "step": 225
    },
    {
      "epoch": 0.002008888888888889,
      "grad_norm": 0.11306924372911453,
      "learning_rate": 0.00019960887150540025,
      "loss": 0.0602,
      "step": 226
    },
    {
      "epoch": 0.0020177777777777776,
      "grad_norm": 0.12480989098548889,
      "learning_rate": 0.0001996070936486066,
      "loss": 0.0697,
      "step": 227
    },
    {
      "epoch": 0.0020266666666666666,
      "grad_norm": 0.10547734051942825,
      "learning_rate": 0.000199605315791813,
      "loss": 0.0182,
      "step": 228
    },
    {
      "epoch": 0.0020355555555555556,
      "grad_norm": 0.1366795003414154,
      "learning_rate": 0.00019960353793501933,
      "loss": 0.0569,
      "step": 229
    },
    {
      "epoch": 0.0020444444444444447,
      "grad_norm": 0.15075142681598663,
      "learning_rate": 0.00019960176007822572,
      "loss": 0.1117,
      "step": 230
    },
    {
      "epoch": 0.0020533333333333332,
      "grad_norm": 0.12377150356769562,
      "learning_rate": 0.00019959998222143208,
      "loss": 0.0531,
      "step": 231
    },
    {
      "epoch": 0.0020622222222222222,
      "grad_norm": 0.13166821002960205,
      "learning_rate": 0.00019959820436463843,
      "loss": 0.0542,
      "step": 232
    },
    {
      "epoch": 0.0020711111111111112,
      "grad_norm": 0.004413477145135403,
      "learning_rate": 0.0001995964265078448,
      "loss": 0.0004,
      "step": 233
    },
    {
      "epoch": 0.00208,
      "grad_norm": 0.07100208848714828,
      "learning_rate": 0.00019959464865105118,
      "loss": 0.0159,
      "step": 234
    },
    {
      "epoch": 0.002088888888888889,
      "grad_norm": 0.004061812534928322,
      "learning_rate": 0.0001995928707942575,
      "loss": 0.0005,
      "step": 235
    },
    {
      "epoch": 0.002097777777777778,
      "grad_norm": 0.16325247287750244,
      "learning_rate": 0.0001995910929374639,
      "loss": 0.0465,
      "step": 236
    },
    {
      "epoch": 0.002106666666666667,
      "grad_norm": 0.12772145867347717,
      "learning_rate": 0.00019958931508067026,
      "loss": 0.0423,
      "step": 237
    },
    {
      "epoch": 0.0021155555555555554,
      "grad_norm": 0.1928284466266632,
      "learning_rate": 0.00019958753722387662,
      "loss": 0.0922,
      "step": 238
    },
    {
      "epoch": 0.0021244444444444444,
      "grad_norm": 0.100382961332798,
      "learning_rate": 0.000199585759367083,
      "loss": 0.0316,
      "step": 239
    },
    {
      "epoch": 0.0021333333333333334,
      "grad_norm": 0.10902101546525955,
      "learning_rate": 0.00019958398151028936,
      "loss": 0.0511,
      "step": 240
    },
    {
      "epoch": 0.002142222222222222,
      "grad_norm": 0.07824265211820602,
      "learning_rate": 0.00019958220365349572,
      "loss": 0.0348,
      "step": 241
    },
    {
      "epoch": 0.002151111111111111,
      "grad_norm": 0.133406862616539,
      "learning_rate": 0.00019958042579670208,
      "loss": 0.072,
      "step": 242
    },
    {
      "epoch": 0.00216,
      "grad_norm": 0.11319364607334137,
      "learning_rate": 0.00019957864793990847,
      "loss": 0.0366,
      "step": 243
    },
    {
      "epoch": 0.002168888888888889,
      "grad_norm": 0.156160369515419,
      "learning_rate": 0.0001995768700831148,
      "loss": 0.0861,
      "step": 244
    },
    {
      "epoch": 0.0021777777777777776,
      "grad_norm": 0.14222390949726105,
      "learning_rate": 0.00019957509222632118,
      "loss": 0.0589,
      "step": 245
    },
    {
      "epoch": 0.0021866666666666666,
      "grad_norm": 0.3415241539478302,
      "learning_rate": 0.00019957331436952754,
      "loss": 0.0616,
      "step": 246
    },
    {
      "epoch": 0.0021955555555555556,
      "grad_norm": 0.1211593747138977,
      "learning_rate": 0.0001995715365127339,
      "loss": 0.0531,
      "step": 247
    },
    {
      "epoch": 0.0022044444444444446,
      "grad_norm": 0.22572652995586395,
      "learning_rate": 0.0001995697586559403,
      "loss": 0.0842,
      "step": 248
    },
    {
      "epoch": 0.002213333333333333,
      "grad_norm": 0.07336794584989548,
      "learning_rate": 0.00019956798079914665,
      "loss": 0.0225,
      "step": 249
    },
    {
      "epoch": 0.0022222222222222222,
      "grad_norm": 0.1942785382270813,
      "learning_rate": 0.000199566202942353,
      "loss": 0.0784,
      "step": 250
    },
    {
      "epoch": 0.0022311111111111112,
      "grad_norm": 0.1286279410123825,
      "learning_rate": 0.00019956442508555937,
      "loss": 0.0314,
      "step": 251
    },
    {
      "epoch": 0.00224,
      "grad_norm": 0.22064140439033508,
      "learning_rate": 0.00019956264722876575,
      "loss": 0.0941,
      "step": 252
    },
    {
      "epoch": 0.002248888888888889,
      "grad_norm": 0.2540065348148346,
      "learning_rate": 0.00019956086937197208,
      "loss": 0.1224,
      "step": 253
    },
    {
      "epoch": 0.002257777777777778,
      "grad_norm": 0.162026509642601,
      "learning_rate": 0.00019955909151517847,
      "loss": 0.0669,
      "step": 254
    },
    {
      "epoch": 0.002266666666666667,
      "grad_norm": 0.12582270801067352,
      "learning_rate": 0.00019955731365838483,
      "loss": 0.0445,
      "step": 255
    },
    {
      "epoch": 0.0022755555555555554,
      "grad_norm": 0.15663649141788483,
      "learning_rate": 0.0001995555358015912,
      "loss": 0.039,
      "step": 256
    },
    {
      "epoch": 0.0022844444444444444,
      "grad_norm": 0.22042249143123627,
      "learning_rate": 0.00019955375794479755,
      "loss": 0.0585,
      "step": 257
    },
    {
      "epoch": 0.0022933333333333334,
      "grad_norm": 0.003275202354416251,
      "learning_rate": 0.00019955198008800393,
      "loss": 0.0003,
      "step": 258
    },
    {
      "epoch": 0.0023022222222222224,
      "grad_norm": 0.1127839982509613,
      "learning_rate": 0.0001995502022312103,
      "loss": 0.0054,
      "step": 259
    },
    {
      "epoch": 0.002311111111111111,
      "grad_norm": 0.20637008547782898,
      "learning_rate": 0.00019954842437441665,
      "loss": 0.0964,
      "step": 260
    },
    {
      "epoch": 0.00232,
      "grad_norm": 0.10494936257600784,
      "learning_rate": 0.00019954664651762304,
      "loss": 0.0543,
      "step": 261
    },
    {
      "epoch": 0.002328888888888889,
      "grad_norm": 0.09378483891487122,
      "learning_rate": 0.00019954486866082937,
      "loss": 0.0399,
      "step": 262
    },
    {
      "epoch": 0.0023377777777777776,
      "grad_norm": 0.08597429096698761,
      "learning_rate": 0.00019954309080403576,
      "loss": 0.0211,
      "step": 263
    },
    {
      "epoch": 0.0023466666666666666,
      "grad_norm": 0.11946983635425568,
      "learning_rate": 0.0001995413129472421,
      "loss": 0.0605,
      "step": 264
    },
    {
      "epoch": 0.0023555555555555556,
      "grad_norm": 0.1836663782596588,
      "learning_rate": 0.00019953953509044847,
      "loss": 0.1398,
      "step": 265
    },
    {
      "epoch": 0.0023644444444444446,
      "grad_norm": 0.11169340461492538,
      "learning_rate": 0.00019953775723365483,
      "loss": 0.0584,
      "step": 266
    },
    {
      "epoch": 0.002373333333333333,
      "grad_norm": 0.19307614862918854,
      "learning_rate": 0.0001995359793768612,
      "loss": 0.0992,
      "step": 267
    },
    {
      "epoch": 0.002382222222222222,
      "grad_norm": 0.002424470381811261,
      "learning_rate": 0.00019953420152006758,
      "loss": 0.0003,
      "step": 268
    },
    {
      "epoch": 0.002391111111111111,
      "grad_norm": 0.14248616993427277,
      "learning_rate": 0.00019953242366327394,
      "loss": 0.1033,
      "step": 269
    },
    {
      "epoch": 0.0024,
      "grad_norm": 0.07570000737905502,
      "learning_rate": 0.0001995306458064803,
      "loss": 0.0324,
      "step": 270
    },
    {
      "epoch": 0.002408888888888889,
      "grad_norm": 0.11341042816638947,
      "learning_rate": 0.00019952886794968666,
      "loss": 0.0453,
      "step": 271
    },
    {
      "epoch": 0.002417777777777778,
      "grad_norm": 0.21478143334388733,
      "learning_rate": 0.00019952709009289304,
      "loss": 0.0833,
      "step": 272
    },
    {
      "epoch": 0.002426666666666667,
      "grad_norm": 0.15766853094100952,
      "learning_rate": 0.00019952531223609937,
      "loss": 0.1015,
      "step": 273
    },
    {
      "epoch": 0.0024355555555555554,
      "grad_norm": 0.09977411478757858,
      "learning_rate": 0.00019952353437930576,
      "loss": 0.0372,
      "step": 274
    },
    {
      "epoch": 0.0024444444444444444,
      "grad_norm": 0.13127222657203674,
      "learning_rate": 0.00019952175652251212,
      "loss": 0.0802,
      "step": 275
    },
    {
      "epoch": 0.0024533333333333334,
      "grad_norm": 0.17320048809051514,
      "learning_rate": 0.00019951997866571848,
      "loss": 0.0843,
      "step": 276
    },
    {
      "epoch": 0.0024622222222222224,
      "grad_norm": 0.13533629477024078,
      "learning_rate": 0.00019951820080892484,
      "loss": 0.0617,
      "step": 277
    },
    {
      "epoch": 0.002471111111111111,
      "grad_norm": 0.1339944303035736,
      "learning_rate": 0.00019951642295213122,
      "loss": 0.0517,
      "step": 278
    },
    {
      "epoch": 0.00248,
      "grad_norm": 0.0023625120520591736,
      "learning_rate": 0.00019951464509533758,
      "loss": 0.0002,
      "step": 279
    },
    {
      "epoch": 0.002488888888888889,
      "grad_norm": 0.07070937007665634,
      "learning_rate": 0.00019951286723854394,
      "loss": 0.0178,
      "step": 280
    },
    {
      "epoch": 0.0024977777777777776,
      "grad_norm": 0.1208026260137558,
      "learning_rate": 0.00019951108938175033,
      "loss": 0.0415,
      "step": 281
    },
    {
      "epoch": 0.0025066666666666666,
      "grad_norm": 0.3133951723575592,
      "learning_rate": 0.00019950931152495666,
      "loss": 0.0345,
      "step": 282
    },
    {
      "epoch": 0.0025155555555555556,
      "grad_norm": 0.14612872898578644,
      "learning_rate": 0.00019950753366816305,
      "loss": 0.0581,
      "step": 283
    },
    {
      "epoch": 0.0025244444444444446,
      "grad_norm": 0.048019204288721085,
      "learning_rate": 0.0001995057558113694,
      "loss": 0.0135,
      "step": 284
    },
    {
      "epoch": 0.002533333333333333,
      "grad_norm": 0.19485004246234894,
      "learning_rate": 0.00019950397795457576,
      "loss": 0.1144,
      "step": 285
    },
    {
      "epoch": 0.002542222222222222,
      "grad_norm": 0.1187213659286499,
      "learning_rate": 0.00019950220009778212,
      "loss": 0.05,
      "step": 286
    },
    {
      "epoch": 0.002551111111111111,
      "grad_norm": 0.06897536665201187,
      "learning_rate": 0.0001995004222409885,
      "loss": 0.0243,
      "step": 287
    },
    {
      "epoch": 0.00256,
      "grad_norm": 0.11647119373083115,
      "learning_rate": 0.00019949864438419487,
      "loss": 0.0577,
      "step": 288
    },
    {
      "epoch": 0.002568888888888889,
      "grad_norm": 0.14038805663585663,
      "learning_rate": 0.00019949686652740123,
      "loss": 0.0654,
      "step": 289
    },
    {
      "epoch": 0.002577777777777778,
      "grad_norm": 0.08581017702817917,
      "learning_rate": 0.00019949508867060759,
      "loss": 0.0148,
      "step": 290
    },
    {
      "epoch": 0.002586666666666667,
      "grad_norm": 0.16710315644741058,
      "learning_rate": 0.00019949331081381395,
      "loss": 0.0694,
      "step": 291
    },
    {
      "epoch": 0.0025955555555555554,
      "grad_norm": 0.054240744560956955,
      "learning_rate": 0.00019949153295702033,
      "loss": 0.017,
      "step": 292
    },
    {
      "epoch": 0.0026044444444444444,
      "grad_norm": 0.05700751394033432,
      "learning_rate": 0.0001994897551002267,
      "loss": 0.0193,
      "step": 293
    },
    {
      "epoch": 0.0026133333333333334,
      "grad_norm": 0.10016138106584549,
      "learning_rate": 0.00019948797724343305,
      "loss": 0.0269,
      "step": 294
    },
    {
      "epoch": 0.0026222222222222224,
      "grad_norm": 0.10971491783857346,
      "learning_rate": 0.0001994861993866394,
      "loss": 0.0364,
      "step": 295
    },
    {
      "epoch": 0.002631111111111111,
      "grad_norm": 0.07290440052747726,
      "learning_rate": 0.0001994844215298458,
      "loss": 0.0198,
      "step": 296
    },
    {
      "epoch": 0.00264,
      "grad_norm": 0.1262405663728714,
      "learning_rate": 0.00019948264367305213,
      "loss": 0.045,
      "step": 297
    },
    {
      "epoch": 0.002648888888888889,
      "grad_norm": 0.2993808686733246,
      "learning_rate": 0.0001994808658162585,
      "loss": 0.161,
      "step": 298
    },
    {
      "epoch": 0.0026577777777777776,
      "grad_norm": 0.0023537089582532644,
      "learning_rate": 0.00019947908795946487,
      "loss": 0.0002,
      "step": 299
    },
    {
      "epoch": 0.0026666666666666666,
      "grad_norm": 0.0018052503000944853,
      "learning_rate": 0.00019947731010267123,
      "loss": 0.0002,
      "step": 300
    },
    {
      "epoch": 0.0026755555555555556,
      "grad_norm": 0.1618211418390274,
      "learning_rate": 0.00019947553224587762,
      "loss": 0.0428,
      "step": 301
    },
    {
      "epoch": 0.0026844444444444446,
      "grad_norm": 0.10045135021209717,
      "learning_rate": 0.00019947375438908398,
      "loss": 0.0399,
      "step": 302
    },
    {
      "epoch": 0.002693333333333333,
      "grad_norm": 0.06804809719324112,
      "learning_rate": 0.00019947197653229034,
      "loss": 0.0322,
      "step": 303
    },
    {
      "epoch": 0.002702222222222222,
      "grad_norm": 0.10247176885604858,
      "learning_rate": 0.0001994701986754967,
      "loss": 0.0656,
      "step": 304
    },
    {
      "epoch": 0.002711111111111111,
      "grad_norm": 0.14011606574058533,
      "learning_rate": 0.00019946842081870308,
      "loss": 0.057,
      "step": 305
    },
    {
      "epoch": 0.00272,
      "grad_norm": 0.09053125232458115,
      "learning_rate": 0.0001994666429619094,
      "loss": 0.0468,
      "step": 306
    },
    {
      "epoch": 0.0027288888888888888,
      "grad_norm": 0.0893089696764946,
      "learning_rate": 0.0001994648651051158,
      "loss": 0.0348,
      "step": 307
    },
    {
      "epoch": 0.0027377777777777778,
      "grad_norm": 1.3462049961090088,
      "learning_rate": 0.00019946308724832216,
      "loss": 0.347,
      "step": 308
    },
    {
      "epoch": 0.002746666666666667,
      "grad_norm": 0.1532629132270813,
      "learning_rate": 0.00019946130939152852,
      "loss": 0.0831,
      "step": 309
    },
    {
      "epoch": 0.0027555555555555554,
      "grad_norm": 0.06766197830438614,
      "learning_rate": 0.00019945953153473488,
      "loss": 0.0306,
      "step": 310
    },
    {
      "epoch": 0.0027644444444444444,
      "grad_norm": 0.07818041741847992,
      "learning_rate": 0.00019945775367794126,
      "loss": 0.0302,
      "step": 311
    },
    {
      "epoch": 0.0027733333333333334,
      "grad_norm": 0.04977310821413994,
      "learning_rate": 0.00019945597582114762,
      "loss": 0.0176,
      "step": 312
    },
    {
      "epoch": 0.0027822222222222224,
      "grad_norm": 0.1038113608956337,
      "learning_rate": 0.00019945419796435398,
      "loss": 0.0385,
      "step": 313
    },
    {
      "epoch": 0.002791111111111111,
      "grad_norm": 0.12518461048603058,
      "learning_rate": 0.00019945242010756037,
      "loss": 0.0595,
      "step": 314
    },
    {
      "epoch": 0.0028,
      "grad_norm": 0.19262859225273132,
      "learning_rate": 0.0001994506422507667,
      "loss": 0.0189,
      "step": 315
    },
    {
      "epoch": 0.002808888888888889,
      "grad_norm": 1.4467278718948364,
      "learning_rate": 0.00019944886439397308,
      "loss": 0.0682,
      "step": 316
    },
    {
      "epoch": 0.002817777777777778,
      "grad_norm": 0.12299764901399612,
      "learning_rate": 0.00019944708653717944,
      "loss": 0.0643,
      "step": 317
    },
    {
      "epoch": 0.0028266666666666666,
      "grad_norm": 1.0831143856048584,
      "learning_rate": 0.0001994453086803858,
      "loss": 0.2641,
      "step": 318
    },
    {
      "epoch": 0.0028355555555555556,
      "grad_norm": 0.07955212891101837,
      "learning_rate": 0.00019944353082359216,
      "loss": 0.02,
      "step": 319
    },
    {
      "epoch": 0.0028444444444444446,
      "grad_norm": 1.0435909032821655,
      "learning_rate": 0.00019944175296679852,
      "loss": 0.0464,
      "step": 320
    },
    {
      "epoch": 0.002853333333333333,
      "grad_norm": 0.2622143626213074,
      "learning_rate": 0.0001994399751100049,
      "loss": 0.1082,
      "step": 321
    },
    {
      "epoch": 0.002862222222222222,
      "grad_norm": 1.7306833267211914,
      "learning_rate": 0.00019943819725321127,
      "loss": 0.0869,
      "step": 322
    },
    {
      "epoch": 0.002871111111111111,
      "grad_norm": 0.11751534789800644,
      "learning_rate": 0.00019943641939641763,
      "loss": 0.0469,
      "step": 323
    },
    {
      "epoch": 0.00288,
      "grad_norm": 1.285711407661438,
      "learning_rate": 0.00019943464153962398,
      "loss": 0.1774,
      "step": 324
    },
    {
      "epoch": 0.0028888888888888888,
      "grad_norm": 0.6012202501296997,
      "learning_rate": 0.00019943286368283037,
      "loss": 0.1031,
      "step": 325
    },
    {
      "epoch": 0.0028977777777777778,
      "grad_norm": 0.35515961050987244,
      "learning_rate": 0.0001994310858260367,
      "loss": 0.0442,
      "step": 326
    },
    {
      "epoch": 0.0029066666666666668,
      "grad_norm": 0.17042414844036102,
      "learning_rate": 0.0001994293079692431,
      "loss": 0.0727,
      "step": 327
    },
    {
      "epoch": 0.0029155555555555553,
      "grad_norm": 0.23411601781845093,
      "learning_rate": 0.00019942753011244945,
      "loss": 0.0881,
      "step": 328
    },
    {
      "epoch": 0.0029244444444444444,
      "grad_norm": 0.23101648688316345,
      "learning_rate": 0.0001994257522556558,
      "loss": 0.0641,
      "step": 329
    },
    {
      "epoch": 0.0029333333333333334,
      "grad_norm": 0.1359112560749054,
      "learning_rate": 0.00019942397439886217,
      "loss": 0.0421,
      "step": 330
    },
    {
      "epoch": 0.0029422222222222224,
      "grad_norm": 0.11845628917217255,
      "learning_rate": 0.00019942219654206855,
      "loss": 0.0687,
      "step": 331
    },
    {
      "epoch": 0.002951111111111111,
      "grad_norm": 0.1251729428768158,
      "learning_rate": 0.0001994204186852749,
      "loss": 0.0444,
      "step": 332
    },
    {
      "epoch": 0.00296,
      "grad_norm": 0.20294539630413055,
      "learning_rate": 0.00019941864082848127,
      "loss": 0.1008,
      "step": 333
    },
    {
      "epoch": 0.002968888888888889,
      "grad_norm": 0.2088899165391922,
      "learning_rate": 0.00019941686297168766,
      "loss": 0.139,
      "step": 334
    },
    {
      "epoch": 0.002977777777777778,
      "grad_norm": 0.1754894256591797,
      "learning_rate": 0.000199415085114894,
      "loss": 0.0883,
      "step": 335
    },
    {
      "epoch": 0.0029866666666666665,
      "grad_norm": 0.12244688719511032,
      "learning_rate": 0.00019941330725810037,
      "loss": 0.0554,
      "step": 336
    },
    {
      "epoch": 0.0029955555555555556,
      "grad_norm": 0.18299803137779236,
      "learning_rate": 0.00019941152940130673,
      "loss": 0.1099,
      "step": 337
    },
    {
      "epoch": 0.0030044444444444446,
      "grad_norm": 0.12053350359201431,
      "learning_rate": 0.0001994097515445131,
      "loss": 0.0193,
      "step": 338
    },
    {
      "epoch": 0.003013333333333333,
      "grad_norm": 0.16407041251659393,
      "learning_rate": 0.00019940797368771945,
      "loss": 0.0515,
      "step": 339
    },
    {
      "epoch": 0.003022222222222222,
      "grad_norm": 0.6800181269645691,
      "learning_rate": 0.00019940619583092584,
      "loss": 0.0352,
      "step": 340
    },
    {
      "epoch": 0.003031111111111111,
      "grad_norm": 0.1263183057308197,
      "learning_rate": 0.0001994044179741322,
      "loss": 0.064,
      "step": 341
    },
    {
      "epoch": 0.00304,
      "grad_norm": 0.06658758223056793,
      "learning_rate": 0.00019940264011733856,
      "loss": 0.0195,
      "step": 342
    },
    {
      "epoch": 0.0030488888888888887,
      "grad_norm": 0.17282803356647491,
      "learning_rate": 0.00019940086226054494,
      "loss": 0.1119,
      "step": 343
    },
    {
      "epoch": 0.0030577777777777778,
      "grad_norm": 0.012513167224824429,
      "learning_rate": 0.00019939908440375127,
      "loss": 0.0008,
      "step": 344
    },
    {
      "epoch": 0.0030666666666666668,
      "grad_norm": 0.14330032467842102,
      "learning_rate": 0.00019939730654695766,
      "loss": 0.0635,
      "step": 345
    },
    {
      "epoch": 0.0030755555555555558,
      "grad_norm": 0.05205005779862404,
      "learning_rate": 0.00019939552869016402,
      "loss": 0.0154,
      "step": 346
    },
    {
      "epoch": 0.0030844444444444443,
      "grad_norm": 1.3241561651229858,
      "learning_rate": 0.00019939375083337038,
      "loss": 0.0903,
      "step": 347
    },
    {
      "epoch": 0.0030933333333333334,
      "grad_norm": 0.06541303545236588,
      "learning_rate": 0.00019939197297657674,
      "loss": 0.0191,
      "step": 348
    },
    {
      "epoch": 0.0031022222222222224,
      "grad_norm": 0.017217358574271202,
      "learning_rate": 0.00019939019511978312,
      "loss": 0.001,
      "step": 349
    },
    {
      "epoch": 0.003111111111111111,
      "grad_norm": 0.10956587642431259,
      "learning_rate": 0.00019938841726298946,
      "loss": 0.0288,
      "step": 350
    },
    {
      "epoch": 0.00312,
      "grad_norm": 0.13131166994571686,
      "learning_rate": 0.00019938663940619584,
      "loss": 0.0553,
      "step": 351
    },
    {
      "epoch": 0.003128888888888889,
      "grad_norm": 0.3449736535549164,
      "learning_rate": 0.0001993848615494022,
      "loss": 0.0375,
      "step": 352
    },
    {
      "epoch": 0.003137777777777778,
      "grad_norm": 0.34711554646492004,
      "learning_rate": 0.00019938308369260856,
      "loss": 0.1264,
      "step": 353
    },
    {
      "epoch": 0.0031466666666666665,
      "grad_norm": 0.14620862901210785,
      "learning_rate": 0.00019938130583581495,
      "loss": 0.0726,
      "step": 354
    },
    {
      "epoch": 0.0031555555555555555,
      "grad_norm": 0.15998640656471252,
      "learning_rate": 0.0001993795279790213,
      "loss": 0.034,
      "step": 355
    },
    {
      "epoch": 0.0031644444444444446,
      "grad_norm": 0.11527565121650696,
      "learning_rate": 0.00019937775012222766,
      "loss": 0.0559,
      "step": 356
    },
    {
      "epoch": 0.003173333333333333,
      "grad_norm": 0.16884347796440125,
      "learning_rate": 0.00019937597226543402,
      "loss": 0.0537,
      "step": 357
    },
    {
      "epoch": 0.003182222222222222,
      "grad_norm": 0.1063135415315628,
      "learning_rate": 0.0001993741944086404,
      "loss": 0.0378,
      "step": 358
    },
    {
      "epoch": 0.003191111111111111,
      "grad_norm": 0.48941943049430847,
      "learning_rate": 0.00019937241655184674,
      "loss": 0.0261,
      "step": 359
    },
    {
      "epoch": 0.0032,
      "grad_norm": 0.12846724689006805,
      "learning_rate": 0.00019937063869505313,
      "loss": 0.0541,
      "step": 360
    },
    {
      "epoch": 0.0032088888888888887,
      "grad_norm": 0.0866396501660347,
      "learning_rate": 0.0001993688608382595,
      "loss": 0.0321,
      "step": 361
    },
    {
      "epoch": 0.0032177777777777777,
      "grad_norm": 0.5473254323005676,
      "learning_rate": 0.00019936708298146585,
      "loss": 0.0969,
      "step": 362
    },
    {
      "epoch": 0.0032266666666666667,
      "grad_norm": 0.12119778990745544,
      "learning_rate": 0.00019936530512467223,
      "loss": 0.0784,
      "step": 363
    },
    {
      "epoch": 0.0032355555555555558,
      "grad_norm": 0.11783423274755478,
      "learning_rate": 0.0001993635272678786,
      "loss": 0.0539,
      "step": 364
    },
    {
      "epoch": 0.0032444444444444443,
      "grad_norm": 0.36522600054740906,
      "learning_rate": 0.00019936174941108495,
      "loss": 0.0668,
      "step": 365
    },
    {
      "epoch": 0.0032533333333333333,
      "grad_norm": 0.06879499554634094,
      "learning_rate": 0.0001993599715542913,
      "loss": 0.0315,
      "step": 366
    },
    {
      "epoch": 0.0032622222222222223,
      "grad_norm": 0.07819674909114838,
      "learning_rate": 0.0001993581936974977,
      "loss": 0.0181,
      "step": 367
    },
    {
      "epoch": 0.003271111111111111,
      "grad_norm": 0.1641242355108261,
      "learning_rate": 0.00019935641584070403,
      "loss": 0.0822,
      "step": 368
    },
    {
      "epoch": 0.00328,
      "grad_norm": 0.07231553643941879,
      "learning_rate": 0.00019935463798391041,
      "loss": 0.0164,
      "step": 369
    },
    {
      "epoch": 0.003288888888888889,
      "grad_norm": 0.09069142490625381,
      "learning_rate": 0.00019935286012711677,
      "loss": 0.0364,
      "step": 370
    },
    {
      "epoch": 0.003297777777777778,
      "grad_norm": 0.0994807630777359,
      "learning_rate": 0.00019935108227032313,
      "loss": 0.0613,
      "step": 371
    },
    {
      "epoch": 0.0033066666666666665,
      "grad_norm": 0.7642621397972107,
      "learning_rate": 0.0001993493044135295,
      "loss": 0.0329,
      "step": 372
    },
    {
      "epoch": 0.0033155555555555555,
      "grad_norm": 0.14024491608142853,
      "learning_rate": 0.00019934752655673588,
      "loss": 0.0906,
      "step": 373
    },
    {
      "epoch": 0.0033244444444444445,
      "grad_norm": 0.14920800924301147,
      "learning_rate": 0.00019934574869994224,
      "loss": 0.0625,
      "step": 374
    },
    {
      "epoch": 0.0033333333333333335,
      "grad_norm": 0.13392847776412964,
      "learning_rate": 0.0001993439708431486,
      "loss": 0.0884,
      "step": 375
    },
    {
      "epoch": 0.003342222222222222,
      "grad_norm": 0.2594558894634247,
      "learning_rate": 0.00019934219298635498,
      "loss": 0.1023,
      "step": 376
    },
    {
      "epoch": 0.003351111111111111,
      "grad_norm": 0.33482810854911804,
      "learning_rate": 0.0001993404151295613,
      "loss": 0.0716,
      "step": 377
    },
    {
      "epoch": 0.00336,
      "grad_norm": 0.06770750135183334,
      "learning_rate": 0.0001993386372727677,
      "loss": 0.0128,
      "step": 378
    },
    {
      "epoch": 0.0033688888888888887,
      "grad_norm": 0.7048748135566711,
      "learning_rate": 0.00019933685941597403,
      "loss": 0.1263,
      "step": 379
    },
    {
      "epoch": 0.0033777777777777777,
      "grad_norm": 0.04372774064540863,
      "learning_rate": 0.00019933508155918042,
      "loss": 0.0128,
      "step": 380
    },
    {
      "epoch": 0.0033866666666666667,
      "grad_norm": 0.08209197223186493,
      "learning_rate": 0.00019933330370238678,
      "loss": 0.0223,
      "step": 381
    },
    {
      "epoch": 0.0033955555555555557,
      "grad_norm": 0.02102140337228775,
      "learning_rate": 0.00019933152584559314,
      "loss": 0.0008,
      "step": 382
    },
    {
      "epoch": 0.0034044444444444443,
      "grad_norm": 0.16687233746051788,
      "learning_rate": 0.00019932974798879952,
      "loss": 0.0901,
      "step": 383
    },
    {
      "epoch": 0.0034133333333333333,
      "grad_norm": 0.18695688247680664,
      "learning_rate": 0.00019932797013200588,
      "loss": 0.1502,
      "step": 384
    },
    {
      "epoch": 0.0034222222222222223,
      "grad_norm": 0.12163776159286499,
      "learning_rate": 0.00019932619227521224,
      "loss": 0.043,
      "step": 385
    },
    {
      "epoch": 0.003431111111111111,
      "grad_norm": 0.26911264657974243,
      "learning_rate": 0.0001993244144184186,
      "loss": 0.0728,
      "step": 386
    },
    {
      "epoch": 0.00344,
      "grad_norm": 0.2276047021150589,
      "learning_rate": 0.00019932263656162499,
      "loss": 0.1132,
      "step": 387
    },
    {
      "epoch": 0.003448888888888889,
      "grad_norm": 0.09594772011041641,
      "learning_rate": 0.00019932085870483132,
      "loss": 0.0401,
      "step": 388
    },
    {
      "epoch": 0.003457777777777778,
      "grad_norm": 0.10261677950620651,
      "learning_rate": 0.0001993190808480377,
      "loss": 0.0173,
      "step": 389
    },
    {
      "epoch": 0.0034666666666666665,
      "grad_norm": 0.019077075645327568,
      "learning_rate": 0.00019931730299124406,
      "loss": 0.0011,
      "step": 390
    },
    {
      "epoch": 0.0034755555555555555,
      "grad_norm": 0.08964148908853531,
      "learning_rate": 0.00019931552513445042,
      "loss": 0.0494,
      "step": 391
    },
    {
      "epoch": 0.0034844444444444445,
      "grad_norm": 0.0761595293879509,
      "learning_rate": 0.00019931374727765678,
      "loss": 0.0244,
      "step": 392
    },
    {
      "epoch": 0.0034933333333333335,
      "grad_norm": 0.10194255411624908,
      "learning_rate": 0.00019931196942086317,
      "loss": 0.0435,
      "step": 393
    },
    {
      "epoch": 0.003502222222222222,
      "grad_norm": 0.33433830738067627,
      "learning_rate": 0.00019931019156406953,
      "loss": 0.2104,
      "step": 394
    },
    {
      "epoch": 0.003511111111111111,
      "grad_norm": 0.048927586525678635,
      "learning_rate": 0.00019930841370727589,
      "loss": 0.0159,
      "step": 395
    },
    {
      "epoch": 0.00352,
      "grad_norm": 0.19783301651477814,
      "learning_rate": 0.00019930663585048227,
      "loss": 0.0723,
      "step": 396
    },
    {
      "epoch": 0.0035288888888888887,
      "grad_norm": 0.0919305831193924,
      "learning_rate": 0.0001993048579936886,
      "loss": 0.0376,
      "step": 397
    },
    {
      "epoch": 0.0035377777777777777,
      "grad_norm": 0.07716043293476105,
      "learning_rate": 0.000199303080136895,
      "loss": 0.0169,
      "step": 398
    },
    {
      "epoch": 0.0035466666666666667,
      "grad_norm": 0.09938719868659973,
      "learning_rate": 0.00019930130228010135,
      "loss": 0.0378,
      "step": 399
    },
    {
      "epoch": 0.0035555555555555557,
      "grad_norm": 0.11861502379179001,
      "learning_rate": 0.0001992995244233077,
      "loss": 0.0723,
      "step": 400
    },
    {
      "epoch": 0.0035644444444444443,
      "grad_norm": 0.0887940526008606,
      "learning_rate": 0.00019929774656651407,
      "loss": 0.0408,
      "step": 401
    },
    {
      "epoch": 0.0035733333333333333,
      "grad_norm": 0.17921485006809235,
      "learning_rate": 0.00019929596870972045,
      "loss": 0.0575,
      "step": 402
    },
    {
      "epoch": 0.0035822222222222223,
      "grad_norm": 0.09692369401454926,
      "learning_rate": 0.0001992941908529268,
      "loss": 0.0586,
      "step": 403
    },
    {
      "epoch": 0.0035911111111111113,
      "grad_norm": 0.1446571797132492,
      "learning_rate": 0.00019929241299613317,
      "loss": 0.0881,
      "step": 404
    },
    {
      "epoch": 0.0036,
      "grad_norm": 0.11960558593273163,
      "learning_rate": 0.00019929063513933953,
      "loss": 0.0907,
      "step": 405
    },
    {
      "epoch": 0.003608888888888889,
      "grad_norm": 0.09102517366409302,
      "learning_rate": 0.0001992888572825459,
      "loss": 0.0535,
      "step": 406
    },
    {
      "epoch": 0.003617777777777778,
      "grad_norm": 0.04341551288962364,
      "learning_rate": 0.00019928707942575228,
      "loss": 0.0139,
      "step": 407
    },
    {
      "epoch": 0.0036266666666666665,
      "grad_norm": 0.0695016160607338,
      "learning_rate": 0.00019928530156895863,
      "loss": 0.0301,
      "step": 408
    },
    {
      "epoch": 0.0036355555555555555,
      "grad_norm": 0.06850829720497131,
      "learning_rate": 0.000199283523712165,
      "loss": 0.0328,
      "step": 409
    },
    {
      "epoch": 0.0036444444444444445,
      "grad_norm": 0.10800215601921082,
      "learning_rate": 0.00019928174585537135,
      "loss": 0.0638,
      "step": 410
    },
    {
      "epoch": 0.0036533333333333335,
      "grad_norm": 0.10037580132484436,
      "learning_rate": 0.00019927996799857774,
      "loss": 0.0523,
      "step": 411
    },
    {
      "epoch": 0.003662222222222222,
      "grad_norm": 0.08917130529880524,
      "learning_rate": 0.00019927819014178407,
      "loss": 0.0355,
      "step": 412
    },
    {
      "epoch": 0.003671111111111111,
      "grad_norm": 0.05408530682325363,
      "learning_rate": 0.00019927641228499046,
      "loss": 0.0176,
      "step": 413
    },
    {
      "epoch": 0.00368,
      "grad_norm": 0.06467803567647934,
      "learning_rate": 0.00019927463442819682,
      "loss": 0.0257,
      "step": 414
    },
    {
      "epoch": 0.0036888888888888887,
      "grad_norm": 0.10033304244279861,
      "learning_rate": 0.00019927285657140318,
      "loss": 0.041,
      "step": 415
    },
    {
      "epoch": 0.0036977777777777777,
      "grad_norm": 0.04279926046729088,
      "learning_rate": 0.00019927107871460956,
      "loss": 0.0144,
      "step": 416
    },
    {
      "epoch": 0.0037066666666666667,
      "grad_norm": 0.11879125982522964,
      "learning_rate": 0.00019926930085781592,
      "loss": 0.0429,
      "step": 417
    },
    {
      "epoch": 0.0037155555555555557,
      "grad_norm": 0.09165719896554947,
      "learning_rate": 0.00019926752300102228,
      "loss": 0.0439,
      "step": 418
    },
    {
      "epoch": 0.0037244444444444443,
      "grad_norm": 0.0800209566950798,
      "learning_rate": 0.00019926574514422864,
      "loss": 0.0343,
      "step": 419
    },
    {
      "epoch": 0.0037333333333333333,
      "grad_norm": 0.06925273686647415,
      "learning_rate": 0.00019926396728743502,
      "loss": 0.0207,
      "step": 420
    },
    {
      "epoch": 0.0037422222222222223,
      "grad_norm": 0.16757334768772125,
      "learning_rate": 0.00019926218943064136,
      "loss": 0.098,
      "step": 421
    },
    {
      "epoch": 0.0037511111111111113,
      "grad_norm": 0.11174864321947098,
      "learning_rate": 0.00019926041157384774,
      "loss": 0.0605,
      "step": 422
    },
    {
      "epoch": 0.00376,
      "grad_norm": 0.14584532380104065,
      "learning_rate": 0.0001992586337170541,
      "loss": 0.0676,
      "step": 423
    },
    {
      "epoch": 0.003768888888888889,
      "grad_norm": 0.1649121344089508,
      "learning_rate": 0.00019925685586026046,
      "loss": 0.1014,
      "step": 424
    },
    {
      "epoch": 0.003777777777777778,
      "grad_norm": 0.09892472624778748,
      "learning_rate": 0.00019925507800346682,
      "loss": 0.0486,
      "step": 425
    },
    {
      "epoch": 0.0037866666666666665,
      "grad_norm": 0.089553602039814,
      "learning_rate": 0.0001992533001466732,
      "loss": 0.036,
      "step": 426
    },
    {
      "epoch": 0.0037955555555555555,
      "grad_norm": 0.12826012074947357,
      "learning_rate": 0.00019925152228987957,
      "loss": 0.0592,
      "step": 427
    },
    {
      "epoch": 0.0038044444444444445,
      "grad_norm": 0.29797521233558655,
      "learning_rate": 0.00019924974443308592,
      "loss": 0.079,
      "step": 428
    },
    {
      "epoch": 0.0038133333333333335,
      "grad_norm": 0.09852869063615799,
      "learning_rate": 0.0001992479665762923,
      "loss": 0.0377,
      "step": 429
    },
    {
      "epoch": 0.003822222222222222,
      "grad_norm": 0.0950450599193573,
      "learning_rate": 0.00019924618871949864,
      "loss": 0.0339,
      "step": 430
    },
    {
      "epoch": 0.003831111111111111,
      "grad_norm": 0.08894429355859756,
      "learning_rate": 0.00019924441086270503,
      "loss": 0.0302,
      "step": 431
    },
    {
      "epoch": 0.00384,
      "grad_norm": 0.1063244417309761,
      "learning_rate": 0.0001992426330059114,
      "loss": 0.0718,
      "step": 432
    },
    {
      "epoch": 0.0038488888888888887,
      "grad_norm": 0.061694007366895676,
      "learning_rate": 0.00019924085514911775,
      "loss": 0.0163,
      "step": 433
    },
    {
      "epoch": 0.0038577777777777777,
      "grad_norm": 0.09887385368347168,
      "learning_rate": 0.0001992390772923241,
      "loss": 0.0343,
      "step": 434
    },
    {
      "epoch": 0.0038666666666666667,
      "grad_norm": 0.001991924364119768,
      "learning_rate": 0.00019923729943553047,
      "loss": 0.0002,
      "step": 435
    },
    {
      "epoch": 0.0038755555555555557,
      "grad_norm": 0.06569657474756241,
      "learning_rate": 0.00019923552157873685,
      "loss": 0.0289,
      "step": 436
    },
    {
      "epoch": 0.0038844444444444443,
      "grad_norm": 0.10482277721166611,
      "learning_rate": 0.0001992337437219432,
      "loss": 0.0559,
      "step": 437
    },
    {
      "epoch": 0.0038933333333333333,
      "grad_norm": 0.12418483942747116,
      "learning_rate": 0.00019923196586514957,
      "loss": 0.0478,
      "step": 438
    },
    {
      "epoch": 0.0039022222222222223,
      "grad_norm": 0.11854451149702072,
      "learning_rate": 0.00019923018800835593,
      "loss": 0.0285,
      "step": 439
    },
    {
      "epoch": 0.003911111111111111,
      "grad_norm": 0.09590640664100647,
      "learning_rate": 0.00019922841015156231,
      "loss": 0.0418,
      "step": 440
    },
    {
      "epoch": 0.00392,
      "grad_norm": 0.020873218774795532,
      "learning_rate": 0.00019922663229476865,
      "loss": 0.0014,
      "step": 441
    },
    {
      "epoch": 0.003928888888888889,
      "grad_norm": 0.08921918272972107,
      "learning_rate": 0.00019922485443797503,
      "loss": 0.0471,
      "step": 442
    },
    {
      "epoch": 0.003937777777777778,
      "grad_norm": 0.07741513848304749,
      "learning_rate": 0.0001992230765811814,
      "loss": 0.0398,
      "step": 443
    },
    {
      "epoch": 0.003946666666666667,
      "grad_norm": 0.09878257662057877,
      "learning_rate": 0.00019922129872438775,
      "loss": 0.0328,
      "step": 444
    },
    {
      "epoch": 0.003955555555555556,
      "grad_norm": 0.19487273693084717,
      "learning_rate": 0.0001992195208675941,
      "loss": 0.0915,
      "step": 445
    },
    {
      "epoch": 0.003964444444444444,
      "grad_norm": 0.06901960074901581,
      "learning_rate": 0.0001992177430108005,
      "loss": 0.0163,
      "step": 446
    },
    {
      "epoch": 0.003973333333333333,
      "grad_norm": 0.034375544637441635,
      "learning_rate": 0.00019921596515400686,
      "loss": 0.0134,
      "step": 447
    },
    {
      "epoch": 0.003982222222222222,
      "grad_norm": 0.5978841185569763,
      "learning_rate": 0.00019921418729721321,
      "loss": 0.0629,
      "step": 448
    },
    {
      "epoch": 0.003991111111111111,
      "grad_norm": 0.049954526126384735,
      "learning_rate": 0.0001992124094404196,
      "loss": 0.019,
      "step": 449
    },
    {
      "epoch": 0.004,
      "grad_norm": 0.09875892102718353,
      "learning_rate": 0.00019921063158362593,
      "loss": 0.057,
      "step": 450
    },
    {
      "epoch": 0.004008888888888889,
      "grad_norm": 0.07502461969852448,
      "learning_rate": 0.00019920885372683232,
      "loss": 0.0353,
      "step": 451
    },
    {
      "epoch": 0.004017777777777778,
      "grad_norm": 0.15480898320674896,
      "learning_rate": 0.00019920707587003868,
      "loss": 0.0892,
      "step": 452
    },
    {
      "epoch": 0.004026666666666666,
      "grad_norm": 0.08933235704898834,
      "learning_rate": 0.00019920529801324504,
      "loss": 0.0408,
      "step": 453
    },
    {
      "epoch": 0.004035555555555555,
      "grad_norm": 0.08540872484445572,
      "learning_rate": 0.0001992035201564514,
      "loss": 0.0333,
      "step": 454
    },
    {
      "epoch": 0.004044444444444444,
      "grad_norm": 0.09270567446947098,
      "learning_rate": 0.00019920174229965778,
      "loss": 0.0365,
      "step": 455
    },
    {
      "epoch": 0.004053333333333333,
      "grad_norm": 0.10497794300317764,
      "learning_rate": 0.00019919996444286414,
      "loss": 0.0568,
      "step": 456
    },
    {
      "epoch": 0.004062222222222222,
      "grad_norm": 0.19592589139938354,
      "learning_rate": 0.0001991981865860705,
      "loss": 0.1163,
      "step": 457
    },
    {
      "epoch": 0.004071111111111111,
      "grad_norm": 0.16186293959617615,
      "learning_rate": 0.00019919640872927689,
      "loss": 0.0833,
      "step": 458
    },
    {
      "epoch": 0.00408,
      "grad_norm": 0.07263296097517014,
      "learning_rate": 0.00019919463087248322,
      "loss": 0.0341,
      "step": 459
    },
    {
      "epoch": 0.004088888888888889,
      "grad_norm": 0.0625765472650528,
      "learning_rate": 0.0001991928530156896,
      "loss": 0.026,
      "step": 460
    },
    {
      "epoch": 0.0040977777777777774,
      "grad_norm": 0.11954548954963684,
      "learning_rate": 0.00019919107515889596,
      "loss": 0.0794,
      "step": 461
    },
    {
      "epoch": 0.0041066666666666665,
      "grad_norm": 0.21894432604312897,
      "learning_rate": 0.00019918929730210232,
      "loss": 0.0426,
      "step": 462
    },
    {
      "epoch": 0.0041155555555555555,
      "grad_norm": 0.10861644148826599,
      "learning_rate": 0.00019918751944530868,
      "loss": 0.0555,
      "step": 463
    },
    {
      "epoch": 0.0041244444444444445,
      "grad_norm": 0.04093541204929352,
      "learning_rate": 0.00019918574158851507,
      "loss": 0.0185,
      "step": 464
    },
    {
      "epoch": 0.0041333333333333335,
      "grad_norm": 0.1823602020740509,
      "learning_rate": 0.0001991839637317214,
      "loss": 0.0452,
      "step": 465
    },
    {
      "epoch": 0.0041422222222222225,
      "grad_norm": 0.12472200393676758,
      "learning_rate": 0.00019918218587492779,
      "loss": 0.0799,
      "step": 466
    },
    {
      "epoch": 0.0041511111111111115,
      "grad_norm": 0.04180539399385452,
      "learning_rate": 0.00019918040801813415,
      "loss": 0.0186,
      "step": 467
    },
    {
      "epoch": 0.00416,
      "grad_norm": 0.06335745751857758,
      "learning_rate": 0.0001991786301613405,
      "loss": 0.0325,
      "step": 468
    },
    {
      "epoch": 0.004168888888888889,
      "grad_norm": 0.08661117404699326,
      "learning_rate": 0.0001991768523045469,
      "loss": 0.0504,
      "step": 469
    },
    {
      "epoch": 0.004177777777777778,
      "grad_norm": 0.12187471985816956,
      "learning_rate": 0.00019917507444775325,
      "loss": 0.0826,
      "step": 470
    },
    {
      "epoch": 0.004186666666666667,
      "grad_norm": 0.10874395817518234,
      "learning_rate": 0.0001991732965909596,
      "loss": 0.0939,
      "step": 471
    },
    {
      "epoch": 0.004195555555555556,
      "grad_norm": 0.08891891688108444,
      "learning_rate": 0.00019917151873416597,
      "loss": 0.0431,
      "step": 472
    },
    {
      "epoch": 0.004204444444444445,
      "grad_norm": 0.1077650859951973,
      "learning_rate": 0.00019916974087737235,
      "loss": 0.0498,
      "step": 473
    },
    {
      "epoch": 0.004213333333333334,
      "grad_norm": 0.11157704889774323,
      "learning_rate": 0.00019916796302057869,
      "loss": 0.074,
      "step": 474
    },
    {
      "epoch": 0.004222222222222222,
      "grad_norm": 0.15548288822174072,
      "learning_rate": 0.00019916618516378507,
      "loss": 0.0922,
      "step": 475
    },
    {
      "epoch": 0.004231111111111111,
      "grad_norm": 0.08997693657875061,
      "learning_rate": 0.00019916440730699143,
      "loss": 0.036,
      "step": 476
    },
    {
      "epoch": 0.00424,
      "grad_norm": 0.10394251346588135,
      "learning_rate": 0.0001991626294501978,
      "loss": 0.0668,
      "step": 477
    },
    {
      "epoch": 0.004248888888888889,
      "grad_norm": 0.2822097837924957,
      "learning_rate": 0.00019916085159340418,
      "loss": 0.0234,
      "step": 478
    },
    {
      "epoch": 0.004257777777777778,
      "grad_norm": 0.051268141716718674,
      "learning_rate": 0.00019915907373661054,
      "loss": 0.0183,
      "step": 479
    },
    {
      "epoch": 0.004266666666666667,
      "grad_norm": 0.11055604368448257,
      "learning_rate": 0.0001991572958798169,
      "loss": 0.0593,
      "step": 480
    },
    {
      "epoch": 0.004275555555555556,
      "grad_norm": 0.1646908074617386,
      "learning_rate": 0.00019915551802302325,
      "loss": 0.0826,
      "step": 481
    },
    {
      "epoch": 0.004284444444444444,
      "grad_norm": 0.1199202761054039,
      "learning_rate": 0.00019915374016622964,
      "loss": 0.0722,
      "step": 482
    },
    {
      "epoch": 0.004293333333333333,
      "grad_norm": 0.1555316299200058,
      "learning_rate": 0.00019915196230943597,
      "loss": 0.0954,
      "step": 483
    },
    {
      "epoch": 0.004302222222222222,
      "grad_norm": 0.448927640914917,
      "learning_rate": 0.00019915018445264236,
      "loss": 0.09,
      "step": 484
    },
    {
      "epoch": 0.004311111111111111,
      "grad_norm": 0.1000860184431076,
      "learning_rate": 0.00019914840659584872,
      "loss": 0.0467,
      "step": 485
    },
    {
      "epoch": 0.00432,
      "grad_norm": 0.06061674654483795,
      "learning_rate": 0.00019914662873905508,
      "loss": 0.0125,
      "step": 486
    },
    {
      "epoch": 0.004328888888888889,
      "grad_norm": 0.19713546335697174,
      "learning_rate": 0.00019914485088226144,
      "loss": 0.1185,
      "step": 487
    },
    {
      "epoch": 0.004337777777777778,
      "grad_norm": 0.12896832823753357,
      "learning_rate": 0.00019914307302546782,
      "loss": 0.0551,
      "step": 488
    },
    {
      "epoch": 0.004346666666666667,
      "grad_norm": 0.20375943183898926,
      "learning_rate": 0.00019914129516867418,
      "loss": 0.0832,
      "step": 489
    },
    {
      "epoch": 0.004355555555555555,
      "grad_norm": 0.11086197197437286,
      "learning_rate": 0.00019913951731188054,
      "loss": 0.0403,
      "step": 490
    },
    {
      "epoch": 0.004364444444444444,
      "grad_norm": 0.09467757493257523,
      "learning_rate": 0.0001991377394550869,
      "loss": 0.0327,
      "step": 491
    },
    {
      "epoch": 0.004373333333333333,
      "grad_norm": 0.1487191915512085,
      "learning_rate": 0.00019913596159829326,
      "loss": 0.072,
      "step": 492
    },
    {
      "epoch": 0.004382222222222222,
      "grad_norm": 0.054733823984861374,
      "learning_rate": 0.00019913418374149964,
      "loss": 0.0137,
      "step": 493
    },
    {
      "epoch": 0.004391111111111111,
      "grad_norm": 0.15355806052684784,
      "learning_rate": 0.00019913240588470598,
      "loss": 0.0604,
      "step": 494
    },
    {
      "epoch": 0.0044,
      "grad_norm": 0.1371174305677414,
      "learning_rate": 0.00019913062802791236,
      "loss": 0.0571,
      "step": 495
    },
    {
      "epoch": 0.004408888888888889,
      "grad_norm": 0.07478534430265427,
      "learning_rate": 0.00019912885017111872,
      "loss": 0.028,
      "step": 496
    },
    {
      "epoch": 0.004417777777777777,
      "grad_norm": 0.1122274324297905,
      "learning_rate": 0.00019912707231432508,
      "loss": 0.0399,
      "step": 497
    },
    {
      "epoch": 0.004426666666666666,
      "grad_norm": 0.04684552550315857,
      "learning_rate": 0.00019912529445753147,
      "loss": 0.0144,
      "step": 498
    },
    {
      "epoch": 0.004435555555555555,
      "grad_norm": 0.20405927300453186,
      "learning_rate": 0.00019912351660073783,
      "loss": 0.1008,
      "step": 499
    },
    {
      "epoch": 0.0044444444444444444,
      "grad_norm": 0.1435936689376831,
      "learning_rate": 0.00019912173874394418,
      "loss": 0.0527,
      "step": 500
    },
    {
      "epoch": 0.0044533333333333334,
      "grad_norm": 0.15527696907520294,
      "learning_rate": 0.00019911996088715054,
      "loss": 0.0663,
      "step": 501
    },
    {
      "epoch": 0.0044622222222222225,
      "grad_norm": 0.16261029243469238,
      "learning_rate": 0.00019911818303035693,
      "loss": 0.0698,
      "step": 502
    },
    {
      "epoch": 0.0044711111111111115,
      "grad_norm": 0.1004384234547615,
      "learning_rate": 0.00019911640517356326,
      "loss": 0.0428,
      "step": 503
    },
    {
      "epoch": 0.00448,
      "grad_norm": 0.05822478607296944,
      "learning_rate": 0.00019911462731676965,
      "loss": 0.0263,
      "step": 504
    },
    {
      "epoch": 0.004488888888888889,
      "grad_norm": 0.14732308685779572,
      "learning_rate": 0.000199112849459976,
      "loss": 0.0607,
      "step": 505
    },
    {
      "epoch": 0.004497777777777778,
      "grad_norm": 0.08134689182043076,
      "learning_rate": 0.00019911107160318237,
      "loss": 0.0315,
      "step": 506
    },
    {
      "epoch": 0.004506666666666667,
      "grad_norm": 0.1859583705663681,
      "learning_rate": 0.00019910929374638873,
      "loss": 0.0801,
      "step": 507
    },
    {
      "epoch": 0.004515555555555556,
      "grad_norm": 0.053309306502342224,
      "learning_rate": 0.0001991075158895951,
      "loss": 0.0125,
      "step": 508
    },
    {
      "epoch": 0.004524444444444445,
      "grad_norm": 0.1217823252081871,
      "learning_rate": 0.00019910573803280147,
      "loss": 0.0521,
      "step": 509
    },
    {
      "epoch": 0.004533333333333334,
      "grad_norm": 0.3468538522720337,
      "learning_rate": 0.00019910396017600783,
      "loss": 0.1687,
      "step": 510
    },
    {
      "epoch": 0.004542222222222222,
      "grad_norm": 0.013774099759757519,
      "learning_rate": 0.00019910218231921422,
      "loss": 0.0006,
      "step": 511
    },
    {
      "epoch": 0.004551111111111111,
      "grad_norm": 0.13857296109199524,
      "learning_rate": 0.00019910040446242055,
      "loss": 0.0704,
      "step": 512
    },
    {
      "epoch": 0.00456,
      "grad_norm": 0.15762244164943695,
      "learning_rate": 0.00019909862660562693,
      "loss": 0.0938,
      "step": 513
    },
    {
      "epoch": 0.004568888888888889,
      "grad_norm": 0.1127619743347168,
      "learning_rate": 0.0001990968487488333,
      "loss": 0.0404,
      "step": 514
    },
    {
      "epoch": 0.004577777777777778,
      "grad_norm": 0.050816118717193604,
      "learning_rate": 0.00019909507089203965,
      "loss": 0.0135,
      "step": 515
    },
    {
      "epoch": 0.004586666666666667,
      "grad_norm": 0.05569329112768173,
      "learning_rate": 0.000199093293035246,
      "loss": 0.0272,
      "step": 516
    },
    {
      "epoch": 0.004595555555555556,
      "grad_norm": 0.28260350227355957,
      "learning_rate": 0.0001990915151784524,
      "loss": 0.1231,
      "step": 517
    },
    {
      "epoch": 0.004604444444444445,
      "grad_norm": 0.09001442790031433,
      "learning_rate": 0.00019908973732165873,
      "loss": 0.0378,
      "step": 518
    },
    {
      "epoch": 0.004613333333333333,
      "grad_norm": 0.04802201688289642,
      "learning_rate": 0.00019908795946486512,
      "loss": 0.0178,
      "step": 519
    },
    {
      "epoch": 0.004622222222222222,
      "grad_norm": 0.11585588753223419,
      "learning_rate": 0.00019908618160807147,
      "loss": 0.0729,
      "step": 520
    },
    {
      "epoch": 0.004631111111111111,
      "grad_norm": 0.13048876821994781,
      "learning_rate": 0.00019908440375127783,
      "loss": 0.0593,
      "step": 521
    },
    {
      "epoch": 0.00464,
      "grad_norm": 0.14911086857318878,
      "learning_rate": 0.00019908262589448422,
      "loss": 0.044,
      "step": 522
    },
    {
      "epoch": 0.004648888888888889,
      "grad_norm": 0.13908490538597107,
      "learning_rate": 0.00019908084803769058,
      "loss": 0.0589,
      "step": 523
    },
    {
      "epoch": 0.004657777777777778,
      "grad_norm": 0.12535767257213593,
      "learning_rate": 0.00019907907018089694,
      "loss": 0.0372,
      "step": 524
    },
    {
      "epoch": 0.004666666666666667,
      "grad_norm": 0.21462689340114594,
      "learning_rate": 0.0001990772923241033,
      "loss": 0.0291,
      "step": 525
    },
    {
      "epoch": 0.004675555555555555,
      "grad_norm": 0.12280919402837753,
      "learning_rate": 0.00019907551446730968,
      "loss": 0.0528,
      "step": 526
    },
    {
      "epoch": 0.004684444444444444,
      "grad_norm": 0.1435868740081787,
      "learning_rate": 0.00019907373661051601,
      "loss": 0.0556,
      "step": 527
    },
    {
      "epoch": 0.004693333333333333,
      "grad_norm": 0.1671004742383957,
      "learning_rate": 0.0001990719587537224,
      "loss": 0.0541,
      "step": 528
    },
    {
      "epoch": 0.004702222222222222,
      "grad_norm": 0.1416492462158203,
      "learning_rate": 0.00019907018089692876,
      "loss": 0.0382,
      "step": 529
    },
    {
      "epoch": 0.004711111111111111,
      "grad_norm": 0.14212124049663544,
      "learning_rate": 0.00019906840304013512,
      "loss": 0.0541,
      "step": 530
    },
    {
      "epoch": 0.00472,
      "grad_norm": 0.047930873930454254,
      "learning_rate": 0.0001990666251833415,
      "loss": 0.0082,
      "step": 531
    },
    {
      "epoch": 0.004728888888888889,
      "grad_norm": 0.1416860818862915,
      "learning_rate": 0.00019906484732654786,
      "loss": 0.0482,
      "step": 532
    },
    {
      "epoch": 0.004737777777777777,
      "grad_norm": 0.13235829770565033,
      "learning_rate": 0.00019906306946975422,
      "loss": 0.0557,
      "step": 533
    },
    {
      "epoch": 0.004746666666666666,
      "grad_norm": 0.11777564883232117,
      "learning_rate": 0.00019906129161296058,
      "loss": 0.0371,
      "step": 534
    },
    {
      "epoch": 0.004755555555555555,
      "grad_norm": 0.13000831007957458,
      "learning_rate": 0.00019905951375616697,
      "loss": 0.0427,
      "step": 535
    },
    {
      "epoch": 0.004764444444444444,
      "grad_norm": 0.16153277456760406,
      "learning_rate": 0.0001990577358993733,
      "loss": 0.0681,
      "step": 536
    },
    {
      "epoch": 0.004773333333333333,
      "grad_norm": 0.12625201046466827,
      "learning_rate": 0.0001990559580425797,
      "loss": 0.0445,
      "step": 537
    },
    {
      "epoch": 0.004782222222222222,
      "grad_norm": 0.12616297602653503,
      "learning_rate": 0.00019905418018578605,
      "loss": 0.0583,
      "step": 538
    },
    {
      "epoch": 0.0047911111111111114,
      "grad_norm": 0.13753841817378998,
      "learning_rate": 0.0001990524023289924,
      "loss": 0.0577,
      "step": 539
    },
    {
      "epoch": 0.0048,
      "grad_norm": 0.1747966706752777,
      "learning_rate": 0.00019905062447219876,
      "loss": 0.0405,
      "step": 540
    },
    {
      "epoch": 0.004808888888888889,
      "grad_norm": 0.18292586505413055,
      "learning_rate": 0.00019904884661540515,
      "loss": 0.0551,
      "step": 541
    },
    {
      "epoch": 0.004817777777777778,
      "grad_norm": 0.0531788170337677,
      "learning_rate": 0.0001990470687586115,
      "loss": 0.0137,
      "step": 542
    },
    {
      "epoch": 0.004826666666666667,
      "grad_norm": 0.0015222093788906932,
      "learning_rate": 0.00019904529090181787,
      "loss": 0.0002,
      "step": 543
    },
    {
      "epoch": 0.004835555555555556,
      "grad_norm": 0.12947604060173035,
      "learning_rate": 0.00019904351304502425,
      "loss": 0.0503,
      "step": 544
    },
    {
      "epoch": 0.004844444444444445,
      "grad_norm": 0.14870381355285645,
      "learning_rate": 0.0001990417351882306,
      "loss": 0.0626,
      "step": 545
    },
    {
      "epoch": 0.004853333333333334,
      "grad_norm": 0.10456770658493042,
      "learning_rate": 0.00019903995733143697,
      "loss": 0.0664,
      "step": 546
    },
    {
      "epoch": 0.004862222222222223,
      "grad_norm": 0.05664299800992012,
      "learning_rate": 0.0001990381794746433,
      "loss": 0.0148,
      "step": 547
    },
    {
      "epoch": 0.004871111111111111,
      "grad_norm": 0.079279825091362,
      "learning_rate": 0.0001990364016178497,
      "loss": 0.0287,
      "step": 548
    },
    {
      "epoch": 0.00488,
      "grad_norm": 0.15939386188983917,
      "learning_rate": 0.00019903462376105605,
      "loss": 0.0658,
      "step": 549
    },
    {
      "epoch": 0.004888888888888889,
      "grad_norm": 0.0754045844078064,
      "learning_rate": 0.0001990328459042624,
      "loss": 0.0198,
      "step": 550
    },
    {
      "epoch": 0.004897777777777778,
      "grad_norm": 0.30337804555892944,
      "learning_rate": 0.0001990310680474688,
      "loss": 0.1464,
      "step": 551
    },
    {
      "epoch": 0.004906666666666667,
      "grad_norm": 0.11008965224027634,
      "learning_rate": 0.00019902929019067515,
      "loss": 0.0623,
      "step": 552
    },
    {
      "epoch": 0.004915555555555556,
      "grad_norm": 0.08381074666976929,
      "learning_rate": 0.0001990275123338815,
      "loss": 0.0389,
      "step": 553
    },
    {
      "epoch": 0.004924444444444445,
      "grad_norm": 0.16405236721038818,
      "learning_rate": 0.00019902573447708787,
      "loss": 0.063,
      "step": 554
    },
    {
      "epoch": 0.004933333333333333,
      "grad_norm": 0.10506322979927063,
      "learning_rate": 0.00019902395662029426,
      "loss": 0.0415,
      "step": 555
    },
    {
      "epoch": 0.004942222222222222,
      "grad_norm": 0.12844935059547424,
      "learning_rate": 0.0001990221787635006,
      "loss": 0.0743,
      "step": 556
    },
    {
      "epoch": 0.004951111111111111,
      "grad_norm": 0.12141770124435425,
      "learning_rate": 0.00019902040090670698,
      "loss": 0.0644,
      "step": 557
    },
    {
      "epoch": 0.00496,
      "grad_norm": 0.10184381902217865,
      "learning_rate": 0.00019901862304991334,
      "loss": 0.0362,
      "step": 558
    },
    {
      "epoch": 0.004968888888888889,
      "grad_norm": 0.103836290538311,
      "learning_rate": 0.0001990168451931197,
      "loss": 0.0375,
      "step": 559
    },
    {
      "epoch": 0.004977777777777778,
      "grad_norm": 0.1519399881362915,
      "learning_rate": 0.00019901506733632605,
      "loss": 0.0527,
      "step": 560
    },
    {
      "epoch": 0.004986666666666667,
      "grad_norm": 0.13870882987976074,
      "learning_rate": 0.00019901328947953244,
      "loss": 0.0721,
      "step": 561
    },
    {
      "epoch": 0.004995555555555555,
      "grad_norm": 0.08003102988004684,
      "learning_rate": 0.0001990115116227388,
      "loss": 0.0289,
      "step": 562
    },
    {
      "epoch": 0.005004444444444444,
      "grad_norm": 0.08605322986841202,
      "learning_rate": 0.00019900973376594516,
      "loss": 0.0391,
      "step": 563
    },
    {
      "epoch": 0.005013333333333333,
      "grad_norm": 0.06218907609581947,
      "learning_rate": 0.00019900795590915154,
      "loss": 0.0173,
      "step": 564
    },
    {
      "epoch": 0.005022222222222222,
      "grad_norm": 0.09217114001512527,
      "learning_rate": 0.00019900617805235788,
      "loss": 0.0472,
      "step": 565
    },
    {
      "epoch": 0.005031111111111111,
      "grad_norm": 0.08369658887386322,
      "learning_rate": 0.00019900440019556426,
      "loss": 0.0258,
      "step": 566
    },
    {
      "epoch": 0.00504,
      "grad_norm": 0.11085669696331024,
      "learning_rate": 0.00019900262233877062,
      "loss": 0.0438,
      "step": 567
    },
    {
      "epoch": 0.005048888888888889,
      "grad_norm": 0.07833948731422424,
      "learning_rate": 0.00019900084448197698,
      "loss": 0.0256,
      "step": 568
    },
    {
      "epoch": 0.005057777777777777,
      "grad_norm": 0.10613135248422623,
      "learning_rate": 0.00019899906662518334,
      "loss": 0.0279,
      "step": 569
    },
    {
      "epoch": 0.005066666666666666,
      "grad_norm": 0.12019161134958267,
      "learning_rate": 0.00019899728876838973,
      "loss": 0.0432,
      "step": 570
    },
    {
      "epoch": 0.005075555555555555,
      "grad_norm": 0.08177312463521957,
      "learning_rate": 0.00019899551091159609,
      "loss": 0.0226,
      "step": 571
    },
    {
      "epoch": 0.005084444444444444,
      "grad_norm": 0.08385462313890457,
      "learning_rate": 0.00019899373305480244,
      "loss": 0.0274,
      "step": 572
    },
    {
      "epoch": 0.005093333333333333,
      "grad_norm": 0.1288483887910843,
      "learning_rate": 0.00019899195519800883,
      "loss": 0.0417,
      "step": 573
    },
    {
      "epoch": 0.005102222222222222,
      "grad_norm": 0.09683244675397873,
      "learning_rate": 0.00019899017734121516,
      "loss": 0.0243,
      "step": 574
    },
    {
      "epoch": 0.005111111111111111,
      "grad_norm": 0.1121845543384552,
      "learning_rate": 0.00019898839948442155,
      "loss": 0.0373,
      "step": 575
    },
    {
      "epoch": 0.00512,
      "grad_norm": 0.12302599847316742,
      "learning_rate": 0.0001989866216276279,
      "loss": 0.0431,
      "step": 576
    },
    {
      "epoch": 0.0051288888888888886,
      "grad_norm": 0.17790500819683075,
      "learning_rate": 0.00019898484377083427,
      "loss": 0.0766,
      "step": 577
    },
    {
      "epoch": 0.005137777777777778,
      "grad_norm": 0.13871590793132782,
      "learning_rate": 0.00019898306591404063,
      "loss": 0.0611,
      "step": 578
    },
    {
      "epoch": 0.005146666666666667,
      "grad_norm": 0.06328252702951431,
      "learning_rate": 0.000198981288057247,
      "loss": 0.0124,
      "step": 579
    },
    {
      "epoch": 0.005155555555555556,
      "grad_norm": 0.1555212438106537,
      "learning_rate": 0.00019897951020045334,
      "loss": 0.0813,
      "step": 580
    },
    {
      "epoch": 0.005164444444444445,
      "grad_norm": 0.18181784451007843,
      "learning_rate": 0.00019897773234365973,
      "loss": 0.0688,
      "step": 581
    },
    {
      "epoch": 0.005173333333333334,
      "grad_norm": 0.16949468851089478,
      "learning_rate": 0.0001989759544868661,
      "loss": 0.0385,
      "step": 582
    },
    {
      "epoch": 0.005182222222222223,
      "grad_norm": 0.3512648046016693,
      "learning_rate": 0.00019897417663007245,
      "loss": 0.0306,
      "step": 583
    },
    {
      "epoch": 0.005191111111111111,
      "grad_norm": 0.18712429702281952,
      "learning_rate": 0.00019897239877327883,
      "loss": 0.0581,
      "step": 584
    },
    {
      "epoch": 0.0052,
      "grad_norm": 0.11902690678834915,
      "learning_rate": 0.0001989706209164852,
      "loss": 0.0644,
      "step": 585
    },
    {
      "epoch": 0.005208888888888889,
      "grad_norm": 0.1777316778898239,
      "learning_rate": 0.00019896884305969155,
      "loss": 0.0978,
      "step": 586
    },
    {
      "epoch": 0.005217777777777778,
      "grad_norm": 0.06583179533481598,
      "learning_rate": 0.0001989670652028979,
      "loss": 0.0126,
      "step": 587
    },
    {
      "epoch": 0.005226666666666667,
      "grad_norm": 0.04552346467971802,
      "learning_rate": 0.0001989652873461043,
      "loss": 0.0024,
      "step": 588
    },
    {
      "epoch": 0.005235555555555556,
      "grad_norm": 0.15129780769348145,
      "learning_rate": 0.00019896350948931063,
      "loss": 0.0562,
      "step": 589
    },
    {
      "epoch": 0.005244444444444445,
      "grad_norm": 0.14001058042049408,
      "learning_rate": 0.00019896173163251702,
      "loss": 0.0482,
      "step": 590
    },
    {
      "epoch": 0.005253333333333333,
      "grad_norm": 0.12815748155117035,
      "learning_rate": 0.00019895995377572338,
      "loss": 0.0581,
      "step": 591
    },
    {
      "epoch": 0.005262222222222222,
      "grad_norm": 0.08504925668239594,
      "learning_rate": 0.00019895817591892973,
      "loss": 0.0144,
      "step": 592
    },
    {
      "epoch": 0.005271111111111111,
      "grad_norm": 0.0860627293586731,
      "learning_rate": 0.0001989563980621361,
      "loss": 0.0364,
      "step": 593
    },
    {
      "epoch": 0.00528,
      "grad_norm": 0.11703208088874817,
      "learning_rate": 0.00019895462020534248,
      "loss": 0.0404,
      "step": 594
    },
    {
      "epoch": 0.005288888888888889,
      "grad_norm": 0.18928274512290955,
      "learning_rate": 0.00019895284234854884,
      "loss": 0.1013,
      "step": 595
    },
    {
      "epoch": 0.005297777777777778,
      "grad_norm": 0.1175018772482872,
      "learning_rate": 0.0001989510644917552,
      "loss": 0.0739,
      "step": 596
    },
    {
      "epoch": 0.005306666666666667,
      "grad_norm": 0.05528504028916359,
      "learning_rate": 0.00019894928663496158,
      "loss": 0.0189,
      "step": 597
    },
    {
      "epoch": 0.005315555555555555,
      "grad_norm": 0.07015389204025269,
      "learning_rate": 0.00019894750877816792,
      "loss": 0.0164,
      "step": 598
    },
    {
      "epoch": 0.005324444444444444,
      "grad_norm": 0.07079171389341354,
      "learning_rate": 0.0001989457309213743,
      "loss": 0.0455,
      "step": 599
    },
    {
      "epoch": 0.005333333333333333,
      "grad_norm": 0.04198252037167549,
      "learning_rate": 0.00019894395306458066,
      "loss": 0.0144,
      "step": 600
    },
    {
      "epoch": 0.005342222222222222,
      "grad_norm": 0.16465649008750916,
      "learning_rate": 0.00019894217520778702,
      "loss": 0.0765,
      "step": 601
    },
    {
      "epoch": 0.005351111111111111,
      "grad_norm": 0.08566084504127502,
      "learning_rate": 0.00019894039735099338,
      "loss": 0.0519,
      "step": 602
    },
    {
      "epoch": 0.00536,
      "grad_norm": 0.060007043182849884,
      "learning_rate": 0.00019893861949419977,
      "loss": 0.0138,
      "step": 603
    },
    {
      "epoch": 0.005368888888888889,
      "grad_norm": 0.04241699352860451,
      "learning_rate": 0.00019893684163740612,
      "loss": 0.013,
      "step": 604
    },
    {
      "epoch": 0.005377777777777778,
      "grad_norm": 0.06828556209802628,
      "learning_rate": 0.00019893506378061248,
      "loss": 0.0274,
      "step": 605
    },
    {
      "epoch": 0.005386666666666666,
      "grad_norm": 0.07623100280761719,
      "learning_rate": 0.00019893328592381884,
      "loss": 0.0364,
      "step": 606
    },
    {
      "epoch": 0.005395555555555555,
      "grad_norm": 0.13281729817390442,
      "learning_rate": 0.0001989315080670252,
      "loss": 0.0623,
      "step": 607
    },
    {
      "epoch": 0.005404444444444444,
      "grad_norm": 0.11598619818687439,
      "learning_rate": 0.0001989297302102316,
      "loss": 0.0572,
      "step": 608
    },
    {
      "epoch": 0.005413333333333333,
      "grad_norm": 0.11778091639280319,
      "learning_rate": 0.00019892795235343792,
      "loss": 0.0626,
      "step": 609
    },
    {
      "epoch": 0.005422222222222222,
      "grad_norm": 0.04542151093482971,
      "learning_rate": 0.0001989261744966443,
      "loss": 0.0144,
      "step": 610
    },
    {
      "epoch": 0.005431111111111111,
      "grad_norm": 0.0884331464767456,
      "learning_rate": 0.00019892439663985067,
      "loss": 0.0373,
      "step": 611
    },
    {
      "epoch": 0.00544,
      "grad_norm": 0.11303913593292236,
      "learning_rate": 0.00019892261878305702,
      "loss": 0.0417,
      "step": 612
    },
    {
      "epoch": 0.0054488888888888885,
      "grad_norm": 0.10610049962997437,
      "learning_rate": 0.00019892084092626338,
      "loss": 0.0683,
      "step": 613
    },
    {
      "epoch": 0.0054577777777777775,
      "grad_norm": 0.09655574709177017,
      "learning_rate": 0.00019891906306946977,
      "loss": 0.0388,
      "step": 614
    },
    {
      "epoch": 0.0054666666666666665,
      "grad_norm": 0.056780170649290085,
      "learning_rate": 0.00019891728521267613,
      "loss": 0.0342,
      "step": 615
    },
    {
      "epoch": 0.0054755555555555556,
      "grad_norm": 0.09665887802839279,
      "learning_rate": 0.0001989155073558825,
      "loss": 0.0676,
      "step": 616
    },
    {
      "epoch": 0.005484444444444445,
      "grad_norm": 0.1495521068572998,
      "learning_rate": 0.00019891372949908887,
      "loss": 0.0917,
      "step": 617
    },
    {
      "epoch": 0.005493333333333334,
      "grad_norm": 0.05205799639225006,
      "learning_rate": 0.0001989119516422952,
      "loss": 0.0202,
      "step": 618
    },
    {
      "epoch": 0.005502222222222223,
      "grad_norm": 0.11127573251724243,
      "learning_rate": 0.0001989101737855016,
      "loss": 0.0754,
      "step": 619
    },
    {
      "epoch": 0.005511111111111111,
      "grad_norm": 0.05983711779117584,
      "learning_rate": 0.00019890839592870795,
      "loss": 0.0176,
      "step": 620
    },
    {
      "epoch": 0.00552,
      "grad_norm": 0.11271446943283081,
      "learning_rate": 0.0001989066180719143,
      "loss": 0.0539,
      "step": 621
    },
    {
      "epoch": 0.005528888888888889,
      "grad_norm": 0.0009767223382368684,
      "learning_rate": 0.00019890484021512067,
      "loss": 0.0001,
      "step": 622
    },
    {
      "epoch": 0.005537777777777778,
      "grad_norm": 0.04931814968585968,
      "learning_rate": 0.00019890306235832706,
      "loss": 0.0183,
      "step": 623
    },
    {
      "epoch": 0.005546666666666667,
      "grad_norm": 0.42367586493492126,
      "learning_rate": 0.00019890128450153341,
      "loss": 0.0347,
      "step": 624
    },
    {
      "epoch": 0.005555555555555556,
      "grad_norm": 0.1178974136710167,
      "learning_rate": 0.00019889950664473977,
      "loss": 0.0629,
      "step": 625
    },
    {
      "epoch": 0.005564444444444445,
      "grad_norm": 0.11120294779539108,
      "learning_rate": 0.00019889772878794616,
      "loss": 0.0794,
      "step": 626
    },
    {
      "epoch": 0.005573333333333333,
      "grad_norm": 0.15008114278316498,
      "learning_rate": 0.0001988959509311525,
      "loss": 0.0749,
      "step": 627
    },
    {
      "epoch": 0.005582222222222222,
      "grad_norm": 0.12380599230527878,
      "learning_rate": 0.00019889417307435888,
      "loss": 0.0764,
      "step": 628
    },
    {
      "epoch": 0.005591111111111111,
      "grad_norm": 0.17376476526260376,
      "learning_rate": 0.00019889239521756524,
      "loss": 0.1061,
      "step": 629
    },
    {
      "epoch": 0.0056,
      "grad_norm": 0.13941772282123566,
      "learning_rate": 0.0001988906173607716,
      "loss": 0.0654,
      "step": 630
    },
    {
      "epoch": 0.005608888888888889,
      "grad_norm": 0.0801539495587349,
      "learning_rate": 0.00019888883950397796,
      "loss": 0.0366,
      "step": 631
    },
    {
      "epoch": 0.005617777777777778,
      "grad_norm": 0.043187785893678665,
      "learning_rate": 0.00019888706164718434,
      "loss": 0.0145,
      "step": 632
    },
    {
      "epoch": 0.005626666666666667,
      "grad_norm": 0.11180572211742401,
      "learning_rate": 0.00019888528379039067,
      "loss": 0.0498,
      "step": 633
    },
    {
      "epoch": 0.005635555555555556,
      "grad_norm": 0.04474987834692001,
      "learning_rate": 0.00019888350593359706,
      "loss": 0.0168,
      "step": 634
    },
    {
      "epoch": 0.005644444444444444,
      "grad_norm": 0.10564803332090378,
      "learning_rate": 0.00019888172807680342,
      "loss": 0.0867,
      "step": 635
    },
    {
      "epoch": 0.005653333333333333,
      "grad_norm": 0.5201244354248047,
      "learning_rate": 0.00019887995022000978,
      "loss": 0.0731,
      "step": 636
    },
    {
      "epoch": 0.005662222222222222,
      "grad_norm": 0.08512871712446213,
      "learning_rate": 0.00019887817236321616,
      "loss": 0.0367,
      "step": 637
    },
    {
      "epoch": 0.005671111111111111,
      "grad_norm": 0.06137924641370773,
      "learning_rate": 0.00019887639450642252,
      "loss": 0.0154,
      "step": 638
    },
    {
      "epoch": 0.00568,
      "grad_norm": 0.04822414740920067,
      "learning_rate": 0.00019887461664962888,
      "loss": 0.0112,
      "step": 639
    },
    {
      "epoch": 0.005688888888888889,
      "grad_norm": 0.05983152613043785,
      "learning_rate": 0.00019887283879283524,
      "loss": 0.0136,
      "step": 640
    },
    {
      "epoch": 0.005697777777777778,
      "grad_norm": 0.11715856194496155,
      "learning_rate": 0.00019887106093604163,
      "loss": 0.0802,
      "step": 641
    },
    {
      "epoch": 0.005706666666666666,
      "grad_norm": 0.08066880702972412,
      "learning_rate": 0.00019886928307924796,
      "loss": 0.0418,
      "step": 642
    },
    {
      "epoch": 0.005715555555555555,
      "grad_norm": 0.10602820664644241,
      "learning_rate": 0.00019886750522245435,
      "loss": 0.0481,
      "step": 643
    },
    {
      "epoch": 0.005724444444444444,
      "grad_norm": 0.10426747798919678,
      "learning_rate": 0.0001988657273656607,
      "loss": 0.0749,
      "step": 644
    },
    {
      "epoch": 0.005733333333333333,
      "grad_norm": 0.060365766286849976,
      "learning_rate": 0.00019886394950886706,
      "loss": 0.0153,
      "step": 645
    },
    {
      "epoch": 0.005742222222222222,
      "grad_norm": 0.1189998984336853,
      "learning_rate": 0.00019886217165207345,
      "loss": 0.0672,
      "step": 646
    },
    {
      "epoch": 0.005751111111111111,
      "grad_norm": 0.14122900366783142,
      "learning_rate": 0.0001988603937952798,
      "loss": 0.0844,
      "step": 647
    },
    {
      "epoch": 0.00576,
      "grad_norm": 0.13387352228164673,
      "learning_rate": 0.00019885861593848617,
      "loss": 0.0433,
      "step": 648
    },
    {
      "epoch": 0.0057688888888888885,
      "grad_norm": 0.11245180666446686,
      "learning_rate": 0.00019885683808169253,
      "loss": 0.0607,
      "step": 649
    },
    {
      "epoch": 0.0057777777777777775,
      "grad_norm": 0.07452944666147232,
      "learning_rate": 0.0001988550602248989,
      "loss": 0.0344,
      "step": 650
    },
    {
      "epoch": 0.0057866666666666665,
      "grad_norm": 0.10988760739564896,
      "learning_rate": 0.00019885328236810524,
      "loss": 0.0541,
      "step": 651
    },
    {
      "epoch": 0.0057955555555555555,
      "grad_norm": 0.055626627057790756,
      "learning_rate": 0.00019885150451131163,
      "loss": 0.0156,
      "step": 652
    },
    {
      "epoch": 0.0058044444444444445,
      "grad_norm": 0.10707959532737732,
      "learning_rate": 0.000198849726654518,
      "loss": 0.0559,
      "step": 653
    },
    {
      "epoch": 0.0058133333333333335,
      "grad_norm": 0.10179635137319565,
      "learning_rate": 0.00019884794879772435,
      "loss": 0.0322,
      "step": 654
    },
    {
      "epoch": 0.0058222222222222226,
      "grad_norm": 0.09020909667015076,
      "learning_rate": 0.0001988461709409307,
      "loss": 0.0345,
      "step": 655
    },
    {
      "epoch": 0.005831111111111111,
      "grad_norm": 0.0908130556344986,
      "learning_rate": 0.0001988443930841371,
      "loss": 0.0295,
      "step": 656
    },
    {
      "epoch": 0.00584,
      "grad_norm": 0.1640070527791977,
      "learning_rate": 0.00019884261522734345,
      "loss": 0.0737,
      "step": 657
    },
    {
      "epoch": 0.005848888888888889,
      "grad_norm": 0.11907931417226791,
      "learning_rate": 0.0001988408373705498,
      "loss": 0.0576,
      "step": 658
    },
    {
      "epoch": 0.005857777777777778,
      "grad_norm": 0.06844700127840042,
      "learning_rate": 0.0001988390595137562,
      "loss": 0.0191,
      "step": 659
    },
    {
      "epoch": 0.005866666666666667,
      "grad_norm": 0.14518669247627258,
      "learning_rate": 0.00019883728165696253,
      "loss": 0.0337,
      "step": 660
    },
    {
      "epoch": 0.005875555555555556,
      "grad_norm": 0.13986138999462128,
      "learning_rate": 0.00019883550380016892,
      "loss": 0.1018,
      "step": 661
    },
    {
      "epoch": 0.005884444444444445,
      "grad_norm": 0.07941272109746933,
      "learning_rate": 0.00019883372594337525,
      "loss": 0.026,
      "step": 662
    },
    {
      "epoch": 0.005893333333333334,
      "grad_norm": 0.07279442995786667,
      "learning_rate": 0.00019883194808658164,
      "loss": 0.0339,
      "step": 663
    },
    {
      "epoch": 0.005902222222222222,
      "grad_norm": 0.16094337403774261,
      "learning_rate": 0.000198830170229788,
      "loss": 0.068,
      "step": 664
    },
    {
      "epoch": 0.005911111111111111,
      "grad_norm": 0.0820232704281807,
      "learning_rate": 0.00019882839237299435,
      "loss": 0.0231,
      "step": 665
    },
    {
      "epoch": 0.00592,
      "grad_norm": 0.16309168934822083,
      "learning_rate": 0.00019882661451620074,
      "loss": 0.0766,
      "step": 666
    },
    {
      "epoch": 0.005928888888888889,
      "grad_norm": 0.07663410156965256,
      "learning_rate": 0.0001988248366594071,
      "loss": 0.0211,
      "step": 667
    },
    {
      "epoch": 0.005937777777777778,
      "grad_norm": 0.11447980999946594,
      "learning_rate": 0.00019882305880261346,
      "loss": 0.0538,
      "step": 668
    },
    {
      "epoch": 0.005946666666666667,
      "grad_norm": 0.11691868305206299,
      "learning_rate": 0.00019882128094581982,
      "loss": 0.0497,
      "step": 669
    },
    {
      "epoch": 0.005955555555555556,
      "grad_norm": 0.17441701889038086,
      "learning_rate": 0.0001988195030890262,
      "loss": 0.0771,
      "step": 670
    },
    {
      "epoch": 0.005964444444444444,
      "grad_norm": 0.14702175557613373,
      "learning_rate": 0.00019881772523223253,
      "loss": 0.0797,
      "step": 671
    },
    {
      "epoch": 0.005973333333333333,
      "grad_norm": 0.1688450127840042,
      "learning_rate": 0.00019881594737543892,
      "loss": 0.0846,
      "step": 672
    },
    {
      "epoch": 0.005982222222222222,
      "grad_norm": 0.16868436336517334,
      "learning_rate": 0.00019881416951864528,
      "loss": 0.1505,
      "step": 673
    },
    {
      "epoch": 0.005991111111111111,
      "grad_norm": 0.042391348630189896,
      "learning_rate": 0.00019881239166185164,
      "loss": 0.015,
      "step": 674
    },
    {
      "epoch": 0.006,
      "grad_norm": 0.136674165725708,
      "learning_rate": 0.000198810613805058,
      "loss": 0.0715,
      "step": 675
    },
    {
      "epoch": 0.006008888888888889,
      "grad_norm": 0.09761163592338562,
      "learning_rate": 0.00019880883594826438,
      "loss": 0.0408,
      "step": 676
    },
    {
      "epoch": 0.006017777777777778,
      "grad_norm": 0.06823251396417618,
      "learning_rate": 0.00019880705809147074,
      "loss": 0.0333,
      "step": 677
    },
    {
      "epoch": 0.006026666666666666,
      "grad_norm": 0.06104745343327522,
      "learning_rate": 0.0001988052802346771,
      "loss": 0.0329,
      "step": 678
    },
    {
      "epoch": 0.006035555555555555,
      "grad_norm": 0.05972731485962868,
      "learning_rate": 0.0001988035023778835,
      "loss": 0.0199,
      "step": 679
    },
    {
      "epoch": 0.006044444444444444,
      "grad_norm": 0.1425091028213501,
      "learning_rate": 0.00019880172452108982,
      "loss": 0.054,
      "step": 680
    },
    {
      "epoch": 0.006053333333333333,
      "grad_norm": 0.1163160502910614,
      "learning_rate": 0.0001987999466642962,
      "loss": 0.0631,
      "step": 681
    },
    {
      "epoch": 0.006062222222222222,
      "grad_norm": 0.09292151033878326,
      "learning_rate": 0.00019879816880750257,
      "loss": 0.0573,
      "step": 682
    },
    {
      "epoch": 0.006071111111111111,
      "grad_norm": 0.0423516221344471,
      "learning_rate": 0.00019879639095070893,
      "loss": 0.0163,
      "step": 683
    },
    {
      "epoch": 0.00608,
      "grad_norm": 0.10096906870603561,
      "learning_rate": 0.00019879461309391528,
      "loss": 0.0787,
      "step": 684
    },
    {
      "epoch": 0.0060888888888888885,
      "grad_norm": 0.12203869968652725,
      "learning_rate": 0.00019879283523712167,
      "loss": 0.0539,
      "step": 685
    },
    {
      "epoch": 0.0060977777777777775,
      "grad_norm": 0.11663995683193207,
      "learning_rate": 0.00019879105738032803,
      "loss": 0.0684,
      "step": 686
    },
    {
      "epoch": 0.0061066666666666665,
      "grad_norm": 0.08131591230630875,
      "learning_rate": 0.0001987892795235344,
      "loss": 0.0542,
      "step": 687
    },
    {
      "epoch": 0.0061155555555555555,
      "grad_norm": 0.10127807408571243,
      "learning_rate": 0.00019878750166674075,
      "loss": 0.0634,
      "step": 688
    },
    {
      "epoch": 0.0061244444444444445,
      "grad_norm": 0.09145286679267883,
      "learning_rate": 0.0001987857238099471,
      "loss": 0.0408,
      "step": 689
    },
    {
      "epoch": 0.0061333333333333335,
      "grad_norm": 0.10803788900375366,
      "learning_rate": 0.0001987839459531535,
      "loss": 0.0326,
      "step": 690
    },
    {
      "epoch": 0.0061422222222222225,
      "grad_norm": 0.09346303343772888,
      "learning_rate": 0.00019878216809635985,
      "loss": 0.0485,
      "step": 691
    },
    {
      "epoch": 0.0061511111111111115,
      "grad_norm": 0.07309988141059875,
      "learning_rate": 0.0001987803902395662,
      "loss": 0.0321,
      "step": 692
    },
    {
      "epoch": 0.00616,
      "grad_norm": 0.11558669805526733,
      "learning_rate": 0.00019877861238277257,
      "loss": 0.083,
      "step": 693
    },
    {
      "epoch": 0.006168888888888889,
      "grad_norm": 0.050474271178245544,
      "learning_rate": 0.00019877683452597896,
      "loss": 0.0276,
      "step": 694
    },
    {
      "epoch": 0.006177777777777778,
      "grad_norm": 0.08884242177009583,
      "learning_rate": 0.0001987750566691853,
      "loss": 0.067,
      "step": 695
    },
    {
      "epoch": 0.006186666666666667,
      "grad_norm": 0.05527935549616814,
      "learning_rate": 0.00019877327881239167,
      "loss": 0.018,
      "step": 696
    },
    {
      "epoch": 0.006195555555555556,
      "grad_norm": 0.08617312461137772,
      "learning_rate": 0.00019877150095559803,
      "loss": 0.0553,
      "step": 697
    },
    {
      "epoch": 0.006204444444444445,
      "grad_norm": 0.1367974728345871,
      "learning_rate": 0.0001987697230988044,
      "loss": 0.0825,
      "step": 698
    },
    {
      "epoch": 0.006213333333333334,
      "grad_norm": 0.11757655441761017,
      "learning_rate": 0.00019876794524201078,
      "loss": 0.0788,
      "step": 699
    },
    {
      "epoch": 0.006222222222222222,
      "grad_norm": 0.11562392115592957,
      "learning_rate": 0.00019876616738521714,
      "loss": 0.0756,
      "step": 700
    },
    {
      "epoch": 0.006231111111111111,
      "grad_norm": 0.1420765370130539,
      "learning_rate": 0.0001987643895284235,
      "loss": 0.0651,
      "step": 701
    },
    {
      "epoch": 0.00624,
      "grad_norm": 0.06918297708034515,
      "learning_rate": 0.00019876261167162986,
      "loss": 0.0197,
      "step": 702
    },
    {
      "epoch": 0.006248888888888889,
      "grad_norm": 0.0362442247569561,
      "learning_rate": 0.00019876083381483624,
      "loss": 0.0154,
      "step": 703
    },
    {
      "epoch": 0.006257777777777778,
      "grad_norm": 0.11870021373033524,
      "learning_rate": 0.00019875905595804257,
      "loss": 0.0776,
      "step": 704
    },
    {
      "epoch": 0.006266666666666667,
      "grad_norm": 0.09864253550767899,
      "learning_rate": 0.00019875727810124896,
      "loss": 0.0508,
      "step": 705
    },
    {
      "epoch": 0.006275555555555556,
      "grad_norm": 0.11084353178739548,
      "learning_rate": 0.00019875550024445532,
      "loss": 0.0752,
      "step": 706
    },
    {
      "epoch": 0.006284444444444444,
      "grad_norm": 0.06850207597017288,
      "learning_rate": 0.00019875372238766168,
      "loss": 0.0207,
      "step": 707
    },
    {
      "epoch": 0.006293333333333333,
      "grad_norm": 0.21652421355247498,
      "learning_rate": 0.00019875194453086804,
      "loss": 0.1288,
      "step": 708
    },
    {
      "epoch": 0.006302222222222222,
      "grad_norm": 0.11675219982862473,
      "learning_rate": 0.00019875016667407442,
      "loss": 0.0576,
      "step": 709
    },
    {
      "epoch": 0.006311111111111111,
      "grad_norm": 0.10829915851354599,
      "learning_rate": 0.00019874838881728078,
      "loss": 0.0623,
      "step": 710
    },
    {
      "epoch": 0.00632,
      "grad_norm": 0.09345487505197525,
      "learning_rate": 0.00019874661096048714,
      "loss": 0.0395,
      "step": 711
    },
    {
      "epoch": 0.006328888888888889,
      "grad_norm": 0.09314026683568954,
      "learning_rate": 0.00019874483310369353,
      "loss": 0.0345,
      "step": 712
    },
    {
      "epoch": 0.006337777777777778,
      "grad_norm": 0.12897978723049164,
      "learning_rate": 0.00019874305524689986,
      "loss": 0.0999,
      "step": 713
    },
    {
      "epoch": 0.006346666666666666,
      "grad_norm": 0.05659504234790802,
      "learning_rate": 0.00019874127739010625,
      "loss": 0.0156,
      "step": 714
    },
    {
      "epoch": 0.006355555555555555,
      "grad_norm": 0.13721372187137604,
      "learning_rate": 0.0001987394995333126,
      "loss": 0.0533,
      "step": 715
    },
    {
      "epoch": 0.006364444444444444,
      "grad_norm": 0.10167653858661652,
      "learning_rate": 0.00019873772167651896,
      "loss": 0.0435,
      "step": 716
    },
    {
      "epoch": 0.006373333333333333,
      "grad_norm": 0.16324229538440704,
      "learning_rate": 0.00019873594381972532,
      "loss": 0.1319,
      "step": 717
    },
    {
      "epoch": 0.006382222222222222,
      "grad_norm": 0.21117135882377625,
      "learning_rate": 0.00019873416596293168,
      "loss": 0.0845,
      "step": 718
    },
    {
      "epoch": 0.006391111111111111,
      "grad_norm": 0.10683051496744156,
      "learning_rate": 0.00019873238810613807,
      "loss": 0.0543,
      "step": 719
    },
    {
      "epoch": 0.0064,
      "grad_norm": 0.16552914679050446,
      "learning_rate": 0.00019873061024934443,
      "loss": 0.0635,
      "step": 720
    },
    {
      "epoch": 0.006408888888888889,
      "grad_norm": 0.05830131471157074,
      "learning_rate": 0.0001987288323925508,
      "loss": 0.0152,
      "step": 721
    },
    {
      "epoch": 0.0064177777777777775,
      "grad_norm": 0.11337212473154068,
      "learning_rate": 0.00019872705453575715,
      "loss": 0.0534,
      "step": 722
    },
    {
      "epoch": 0.0064266666666666665,
      "grad_norm": 0.09128183871507645,
      "learning_rate": 0.00019872527667896353,
      "loss": 0.045,
      "step": 723
    },
    {
      "epoch": 0.0064355555555555555,
      "grad_norm": 0.12389864027500153,
      "learning_rate": 0.00019872349882216986,
      "loss": 0.0623,
      "step": 724
    },
    {
      "epoch": 0.0064444444444444445,
      "grad_norm": 0.1149178221821785,
      "learning_rate": 0.00019872172096537625,
      "loss": 0.076,
      "step": 725
    },
    {
      "epoch": 0.0064533333333333335,
      "grad_norm": 0.15988463163375854,
      "learning_rate": 0.0001987199431085826,
      "loss": 0.0846,
      "step": 726
    },
    {
      "epoch": 0.0064622222222222225,
      "grad_norm": 0.13046765327453613,
      "learning_rate": 0.00019871816525178897,
      "loss": 0.0495,
      "step": 727
    },
    {
      "epoch": 0.0064711111111111115,
      "grad_norm": 0.11832978576421738,
      "learning_rate": 0.00019871638739499533,
      "loss": 0.0742,
      "step": 728
    },
    {
      "epoch": 0.00648,
      "grad_norm": 0.07292316854000092,
      "learning_rate": 0.00019871460953820171,
      "loss": 0.021,
      "step": 729
    },
    {
      "epoch": 0.006488888888888889,
      "grad_norm": 0.0949019342660904,
      "learning_rate": 0.00019871283168140807,
      "loss": 0.0297,
      "step": 730
    },
    {
      "epoch": 0.006497777777777778,
      "grad_norm": 0.07120300084352493,
      "learning_rate": 0.00019871105382461443,
      "loss": 0.0201,
      "step": 731
    },
    {
      "epoch": 0.006506666666666667,
      "grad_norm": 0.2220473736524582,
      "learning_rate": 0.00019870927596782082,
      "loss": 0.0875,
      "step": 732
    },
    {
      "epoch": 0.006515555555555556,
      "grad_norm": 0.20675867795944214,
      "learning_rate": 0.00019870749811102715,
      "loss": 0.092,
      "step": 733
    },
    {
      "epoch": 0.006524444444444445,
      "grad_norm": 0.06173873692750931,
      "learning_rate": 0.00019870572025423354,
      "loss": 0.0137,
      "step": 734
    },
    {
      "epoch": 0.006533333333333334,
      "grad_norm": 0.10689020901918411,
      "learning_rate": 0.0001987039423974399,
      "loss": 0.0572,
      "step": 735
    },
    {
      "epoch": 0.006542222222222222,
      "grad_norm": 0.056087180972099304,
      "learning_rate": 0.00019870216454064625,
      "loss": 0.0181,
      "step": 736
    },
    {
      "epoch": 0.006551111111111111,
      "grad_norm": 0.07412096858024597,
      "learning_rate": 0.0001987003866838526,
      "loss": 0.0179,
      "step": 737
    },
    {
      "epoch": 0.00656,
      "grad_norm": 0.15892335772514343,
      "learning_rate": 0.000198698608827059,
      "loss": 0.0534,
      "step": 738
    },
    {
      "epoch": 0.006568888888888889,
      "grad_norm": 0.1431831568479538,
      "learning_rate": 0.00019869683097026536,
      "loss": 0.0574,
      "step": 739
    },
    {
      "epoch": 0.006577777777777778,
      "grad_norm": 0.08691935986280441,
      "learning_rate": 0.00019869505311347172,
      "loss": 0.0305,
      "step": 740
    },
    {
      "epoch": 0.006586666666666667,
      "grad_norm": 0.09864593297243118,
      "learning_rate": 0.0001986932752566781,
      "loss": 0.0347,
      "step": 741
    },
    {
      "epoch": 0.006595555555555556,
      "grad_norm": 0.10870430618524551,
      "learning_rate": 0.00019869149739988444,
      "loss": 0.0472,
      "step": 742
    },
    {
      "epoch": 0.006604444444444444,
      "grad_norm": 0.07434215396642685,
      "learning_rate": 0.00019868971954309082,
      "loss": 0.0181,
      "step": 743
    },
    {
      "epoch": 0.006613333333333333,
      "grad_norm": 0.13828307390213013,
      "learning_rate": 0.00019868794168629718,
      "loss": 0.0475,
      "step": 744
    },
    {
      "epoch": 0.006622222222222222,
      "grad_norm": 0.15674173831939697,
      "learning_rate": 0.00019868616382950354,
      "loss": 0.0611,
      "step": 745
    },
    {
      "epoch": 0.006631111111111111,
      "grad_norm": 0.19204771518707275,
      "learning_rate": 0.0001986843859727099,
      "loss": 0.0493,
      "step": 746
    },
    {
      "epoch": 0.00664,
      "grad_norm": 0.1348128318786621,
      "learning_rate": 0.00019868260811591629,
      "loss": 0.0516,
      "step": 747
    },
    {
      "epoch": 0.006648888888888889,
      "grad_norm": 0.15004995465278625,
      "learning_rate": 0.00019868083025912262,
      "loss": 0.0739,
      "step": 748
    },
    {
      "epoch": 0.006657777777777778,
      "grad_norm": 0.1671522557735443,
      "learning_rate": 0.000198679052402329,
      "loss": 0.0678,
      "step": 749
    },
    {
      "epoch": 0.006666666666666667,
      "grad_norm": 0.1111856997013092,
      "learning_rate": 0.00019867727454553536,
      "loss": 0.0281,
      "step": 750
    },
    {
      "epoch": 0.006675555555555555,
      "grad_norm": 0.16854700446128845,
      "learning_rate": 0.00019867549668874172,
      "loss": 0.054,
      "step": 751
    },
    {
      "epoch": 0.006684444444444444,
      "grad_norm": 0.004731441382318735,
      "learning_rate": 0.0001986737188319481,
      "loss": 0.0004,
      "step": 752
    },
    {
      "epoch": 0.006693333333333333,
      "grad_norm": 0.17074161767959595,
      "learning_rate": 0.00019867194097515447,
      "loss": 0.08,
      "step": 753
    },
    {
      "epoch": 0.006702222222222222,
      "grad_norm": 0.1295998990535736,
      "learning_rate": 0.00019867016311836083,
      "loss": 0.064,
      "step": 754
    },
    {
      "epoch": 0.006711111111111111,
      "grad_norm": 0.04891315847635269,
      "learning_rate": 0.00019866838526156719,
      "loss": 0.0207,
      "step": 755
    },
    {
      "epoch": 0.00672,
      "grad_norm": 0.06348457932472229,
      "learning_rate": 0.00019866660740477357,
      "loss": 0.0362,
      "step": 756
    },
    {
      "epoch": 0.006728888888888889,
      "grad_norm": 0.138231560587883,
      "learning_rate": 0.0001986648295479799,
      "loss": 0.0805,
      "step": 757
    },
    {
      "epoch": 0.006737777777777777,
      "grad_norm": 0.06374397873878479,
      "learning_rate": 0.0001986630516911863,
      "loss": 0.0347,
      "step": 758
    },
    {
      "epoch": 0.0067466666666666664,
      "grad_norm": 0.0006239773938432336,
      "learning_rate": 0.00019866127383439265,
      "loss": 0.0001,
      "step": 759
    },
    {
      "epoch": 0.0067555555555555554,
      "grad_norm": 0.07347343862056732,
      "learning_rate": 0.000198659495977599,
      "loss": 0.0471,
      "step": 760
    },
    {
      "epoch": 0.0067644444444444445,
      "grad_norm": 0.04086429625749588,
      "learning_rate": 0.0001986577181208054,
      "loss": 0.0186,
      "step": 761
    },
    {
      "epoch": 0.0067733333333333335,
      "grad_norm": 0.12295595556497574,
      "learning_rate": 0.00019865594026401175,
      "loss": 0.0588,
      "step": 762
    },
    {
      "epoch": 0.0067822222222222225,
      "grad_norm": 0.12000931054353714,
      "learning_rate": 0.0001986541624072181,
      "loss": 0.0747,
      "step": 763
    },
    {
      "epoch": 0.0067911111111111115,
      "grad_norm": 0.13686853647232056,
      "learning_rate": 0.00019865238455042447,
      "loss": 0.067,
      "step": 764
    },
    {
      "epoch": 0.0068,
      "grad_norm": 0.08571132272481918,
      "learning_rate": 0.00019865060669363086,
      "loss": 0.0518,
      "step": 765
    },
    {
      "epoch": 0.006808888888888889,
      "grad_norm": 0.08596307784318924,
      "learning_rate": 0.0001986488288368372,
      "loss": 0.0626,
      "step": 766
    },
    {
      "epoch": 0.006817777777777778,
      "grad_norm": 0.058497652411460876,
      "learning_rate": 0.00019864705098004358,
      "loss": 0.0332,
      "step": 767
    },
    {
      "epoch": 0.006826666666666667,
      "grad_norm": 0.09088750928640366,
      "learning_rate": 0.00019864527312324993,
      "loss": 0.0585,
      "step": 768
    },
    {
      "epoch": 0.006835555555555556,
      "grad_norm": 0.11733422428369522,
      "learning_rate": 0.0001986434952664563,
      "loss": 0.0614,
      "step": 769
    },
    {
      "epoch": 0.006844444444444445,
      "grad_norm": 0.07798782736063004,
      "learning_rate": 0.00019864171740966265,
      "loss": 0.0375,
      "step": 770
    },
    {
      "epoch": 0.006853333333333334,
      "grad_norm": 0.08126822113990784,
      "learning_rate": 0.00019863993955286904,
      "loss": 0.041,
      "step": 771
    },
    {
      "epoch": 0.006862222222222222,
      "grad_norm": 0.13292670249938965,
      "learning_rate": 0.0001986381616960754,
      "loss": 0.0877,
      "step": 772
    },
    {
      "epoch": 0.006871111111111111,
      "grad_norm": 0.0005547669716179371,
      "learning_rate": 0.00019863638383928176,
      "loss": 0.0001,
      "step": 773
    },
    {
      "epoch": 0.00688,
      "grad_norm": 0.07510965317487717,
      "learning_rate": 0.00019863460598248814,
      "loss": 0.0319,
      "step": 774
    },
    {
      "epoch": 0.006888888888888889,
      "grad_norm": 0.08563093841075897,
      "learning_rate": 0.00019863282812569448,
      "loss": 0.0347,
      "step": 775
    },
    {
      "epoch": 0.006897777777777778,
      "grad_norm": 0.0849655270576477,
      "learning_rate": 0.00019863105026890086,
      "loss": 0.0504,
      "step": 776
    },
    {
      "epoch": 0.006906666666666667,
      "grad_norm": 0.07748845219612122,
      "learning_rate": 0.0001986292724121072,
      "loss": 0.036,
      "step": 777
    },
    {
      "epoch": 0.006915555555555556,
      "grad_norm": 0.09575201570987701,
      "learning_rate": 0.00019862749455531358,
      "loss": 0.0402,
      "step": 778
    },
    {
      "epoch": 0.006924444444444445,
      "grad_norm": 0.2333398312330246,
      "learning_rate": 0.00019862571669851994,
      "loss": 0.107,
      "step": 779
    },
    {
      "epoch": 0.006933333333333333,
      "grad_norm": 0.11239732056856155,
      "learning_rate": 0.0001986239388417263,
      "loss": 0.0651,
      "step": 780
    },
    {
      "epoch": 0.006942222222222222,
      "grad_norm": 0.06521745771169662,
      "learning_rate": 0.00019862216098493268,
      "loss": 0.0273,
      "step": 781
    },
    {
      "epoch": 0.006951111111111111,
      "grad_norm": 0.08925168216228485,
      "learning_rate": 0.00019862038312813904,
      "loss": 0.0552,
      "step": 782
    },
    {
      "epoch": 0.00696,
      "grad_norm": 0.08343403041362762,
      "learning_rate": 0.0001986186052713454,
      "loss": 0.0523,
      "step": 783
    },
    {
      "epoch": 0.006968888888888889,
      "grad_norm": 0.07093968987464905,
      "learning_rate": 0.00019861682741455176,
      "loss": 0.023,
      "step": 784
    },
    {
      "epoch": 0.006977777777777778,
      "grad_norm": 0.03752230480313301,
      "learning_rate": 0.00019861504955775815,
      "loss": 0.0161,
      "step": 785
    },
    {
      "epoch": 0.006986666666666667,
      "grad_norm": 0.13537445664405823,
      "learning_rate": 0.00019861327170096448,
      "loss": 0.0751,
      "step": 786
    },
    {
      "epoch": 0.006995555555555555,
      "grad_norm": 0.07846067100763321,
      "learning_rate": 0.00019861149384417087,
      "loss": 0.0412,
      "step": 787
    },
    {
      "epoch": 0.007004444444444444,
      "grad_norm": 0.06361797451972961,
      "learning_rate": 0.00019860971598737722,
      "loss": 0.0353,
      "step": 788
    },
    {
      "epoch": 0.007013333333333333,
      "grad_norm": 0.062348078936338425,
      "learning_rate": 0.00019860793813058358,
      "loss": 0.0306,
      "step": 789
    },
    {
      "epoch": 0.007022222222222222,
      "grad_norm": 0.0529479905962944,
      "learning_rate": 0.00019860616027378994,
      "loss": 0.0282,
      "step": 790
    },
    {
      "epoch": 0.007031111111111111,
      "grad_norm": 0.06582195311784744,
      "learning_rate": 0.00019860438241699633,
      "loss": 0.0227,
      "step": 791
    },
    {
      "epoch": 0.00704,
      "grad_norm": 0.038137611001729965,
      "learning_rate": 0.0001986026045602027,
      "loss": 0.0126,
      "step": 792
    },
    {
      "epoch": 0.007048888888888889,
      "grad_norm": 0.09816594421863556,
      "learning_rate": 0.00019860082670340905,
      "loss": 0.0762,
      "step": 793
    },
    {
      "epoch": 0.007057777777777777,
      "grad_norm": 0.05647514387965202,
      "learning_rate": 0.00019859904884661543,
      "loss": 0.0335,
      "step": 794
    },
    {
      "epoch": 0.007066666666666666,
      "grad_norm": 0.0913252979516983,
      "learning_rate": 0.00019859727098982176,
      "loss": 0.0503,
      "step": 795
    },
    {
      "epoch": 0.007075555555555555,
      "grad_norm": 0.0852409228682518,
      "learning_rate": 0.00019859549313302815,
      "loss": 0.0407,
      "step": 796
    },
    {
      "epoch": 0.007084444444444444,
      "grad_norm": 0.14750352501869202,
      "learning_rate": 0.0001985937152762345,
      "loss": 0.099,
      "step": 797
    },
    {
      "epoch": 0.0070933333333333334,
      "grad_norm": 0.07600760459899902,
      "learning_rate": 0.00019859193741944087,
      "loss": 0.0462,
      "step": 798
    },
    {
      "epoch": 0.0071022222222222224,
      "grad_norm": 0.09898846596479416,
      "learning_rate": 0.00019859015956264723,
      "loss": 0.0611,
      "step": 799
    },
    {
      "epoch": 0.0071111111111111115,
      "grad_norm": 0.19561505317687988,
      "learning_rate": 0.00019858838170585361,
      "loss": 0.1302,
      "step": 800
    },
    {
      "epoch": 0.00712,
      "grad_norm": 0.09264039993286133,
      "learning_rate": 0.00019858660384905997,
      "loss": 0.0877,
      "step": 801
    },
    {
      "epoch": 0.007128888888888889,
      "grad_norm": 0.09725356847047806,
      "learning_rate": 0.00019858482599226633,
      "loss": 0.0637,
      "step": 802
    },
    {
      "epoch": 0.007137777777777778,
      "grad_norm": 0.04544920474290848,
      "learning_rate": 0.0001985830481354727,
      "loss": 0.0174,
      "step": 803
    },
    {
      "epoch": 0.007146666666666667,
      "grad_norm": 0.1368061602115631,
      "learning_rate": 0.00019858127027867905,
      "loss": 0.0619,
      "step": 804
    },
    {
      "epoch": 0.007155555555555556,
      "grad_norm": 0.03657493740320206,
      "learning_rate": 0.00019857949242188544,
      "loss": 0.0149,
      "step": 805
    },
    {
      "epoch": 0.007164444444444445,
      "grad_norm": 0.17696581780910492,
      "learning_rate": 0.0001985777145650918,
      "loss": 0.0988,
      "step": 806
    },
    {
      "epoch": 0.007173333333333334,
      "grad_norm": 0.07920773327350616,
      "learning_rate": 0.00019857593670829816,
      "loss": 0.0592,
      "step": 807
    },
    {
      "epoch": 0.007182222222222223,
      "grad_norm": 0.000455433881143108,
      "learning_rate": 0.00019857415885150451,
      "loss": 0.0001,
      "step": 808
    },
    {
      "epoch": 0.007191111111111111,
      "grad_norm": 0.04943494498729706,
      "learning_rate": 0.0001985723809947109,
      "loss": 0.0189,
      "step": 809
    },
    {
      "epoch": 0.0072,
      "grad_norm": 0.07117834687232971,
      "learning_rate": 0.00019857060313791723,
      "loss": 0.0369,
      "step": 810
    },
    {
      "epoch": 0.007208888888888889,
      "grad_norm": 0.08351873606443405,
      "learning_rate": 0.00019856882528112362,
      "loss": 0.0404,
      "step": 811
    },
    {
      "epoch": 0.007217777777777778,
      "grad_norm": 0.08205081522464752,
      "learning_rate": 0.00019856704742432998,
      "loss": 0.0487,
      "step": 812
    },
    {
      "epoch": 0.007226666666666667,
      "grad_norm": 0.0004285921750124544,
      "learning_rate": 0.00019856526956753634,
      "loss": 0.0001,
      "step": 813
    },
    {
      "epoch": 0.007235555555555556,
      "grad_norm": 0.1411365568637848,
      "learning_rate": 0.00019856349171074272,
      "loss": 0.0838,
      "step": 814
    },
    {
      "epoch": 0.007244444444444445,
      "grad_norm": 0.0799662321805954,
      "learning_rate": 0.00019856171385394908,
      "loss": 0.0377,
      "step": 815
    },
    {
      "epoch": 0.007253333333333333,
      "grad_norm": 0.002248684875667095,
      "learning_rate": 0.00019855993599715544,
      "loss": 0.0001,
      "step": 816
    },
    {
      "epoch": 0.007262222222222222,
      "grad_norm": 0.12702739238739014,
      "learning_rate": 0.0001985581581403618,
      "loss": 0.0433,
      "step": 817
    },
    {
      "epoch": 0.007271111111111111,
      "grad_norm": 0.13787269592285156,
      "learning_rate": 0.00019855638028356819,
      "loss": 0.0725,
      "step": 818
    },
    {
      "epoch": 0.00728,
      "grad_norm": 0.08176235109567642,
      "learning_rate": 0.00019855460242677452,
      "loss": 0.0389,
      "step": 819
    },
    {
      "epoch": 0.007288888888888889,
      "grad_norm": 0.08872456848621368,
      "learning_rate": 0.0001985528245699809,
      "loss": 0.0363,
      "step": 820
    },
    {
      "epoch": 0.007297777777777778,
      "grad_norm": 0.16620565950870514,
      "learning_rate": 0.00019855104671318726,
      "loss": 0.0714,
      "step": 821
    },
    {
      "epoch": 0.007306666666666667,
      "grad_norm": 0.08016341924667358,
      "learning_rate": 0.00019854926885639362,
      "loss": 0.027,
      "step": 822
    },
    {
      "epoch": 0.007315555555555555,
      "grad_norm": 0.09759405255317688,
      "learning_rate": 0.00019854749099959998,
      "loss": 0.0379,
      "step": 823
    },
    {
      "epoch": 0.007324444444444444,
      "grad_norm": 0.08509071171283722,
      "learning_rate": 0.00019854571314280637,
      "loss": 0.0364,
      "step": 824
    },
    {
      "epoch": 0.007333333333333333,
      "grad_norm": 0.0005064305732958019,
      "learning_rate": 0.00019854393528601273,
      "loss": 0.0001,
      "step": 825
    },
    {
      "epoch": 0.007342222222222222,
      "grad_norm": 0.08157160878181458,
      "learning_rate": 0.00019854215742921909,
      "loss": 0.0203,
      "step": 826
    },
    {
      "epoch": 0.007351111111111111,
      "grad_norm": 0.15650761127471924,
      "learning_rate": 0.00019854037957242547,
      "loss": 0.1012,
      "step": 827
    },
    {
      "epoch": 0.00736,
      "grad_norm": 0.13011474907398224,
      "learning_rate": 0.0001985386017156318,
      "loss": 0.0811,
      "step": 828
    },
    {
      "epoch": 0.007368888888888889,
      "grad_norm": 0.08567006140947342,
      "learning_rate": 0.0001985368238588382,
      "loss": 0.0362,
      "step": 829
    },
    {
      "epoch": 0.007377777777777777,
      "grad_norm": 0.08410054445266724,
      "learning_rate": 0.00019853504600204455,
      "loss": 0.037,
      "step": 830
    },
    {
      "epoch": 0.007386666666666666,
      "grad_norm": 0.12753558158874512,
      "learning_rate": 0.0001985332681452509,
      "loss": 0.0602,
      "step": 831
    },
    {
      "epoch": 0.007395555555555555,
      "grad_norm": 0.09592390060424805,
      "learning_rate": 0.00019853149028845727,
      "loss": 0.0437,
      "step": 832
    },
    {
      "epoch": 0.007404444444444444,
      "grad_norm": 0.1314147561788559,
      "learning_rate": 0.00019852971243166363,
      "loss": 0.0793,
      "step": 833
    },
    {
      "epoch": 0.007413333333333333,
      "grad_norm": 0.10244124382734299,
      "learning_rate": 0.00019852793457487,
      "loss": 0.0748,
      "step": 834
    },
    {
      "epoch": 0.007422222222222222,
      "grad_norm": 0.08080361783504486,
      "learning_rate": 0.00019852615671807637,
      "loss": 0.055,
      "step": 835
    },
    {
      "epoch": 0.007431111111111111,
      "grad_norm": 0.06001868098974228,
      "learning_rate": 0.00019852437886128273,
      "loss": 0.0329,
      "step": 836
    },
    {
      "epoch": 0.00744,
      "grad_norm": 0.15898634493350983,
      "learning_rate": 0.0001985226010044891,
      "loss": 0.1231,
      "step": 837
    },
    {
      "epoch": 0.007448888888888889,
      "grad_norm": 0.066802479326725,
      "learning_rate": 0.00019852082314769548,
      "loss": 0.0313,
      "step": 838
    },
    {
      "epoch": 0.007457777777777778,
      "grad_norm": 0.07882090657949448,
      "learning_rate": 0.0001985190452909018,
      "loss": 0.037,
      "step": 839
    },
    {
      "epoch": 0.007466666666666667,
      "grad_norm": 0.09237024933099747,
      "learning_rate": 0.0001985172674341082,
      "loss": 0.0427,
      "step": 840
    },
    {
      "epoch": 0.007475555555555556,
      "grad_norm": 0.06343010067939758,
      "learning_rate": 0.00019851548957731455,
      "loss": 0.0376,
      "step": 841
    },
    {
      "epoch": 0.007484444444444445,
      "grad_norm": 0.10027500987052917,
      "learning_rate": 0.0001985137117205209,
      "loss": 0.0498,
      "step": 842
    },
    {
      "epoch": 0.007493333333333334,
      "grad_norm": 0.17016297578811646,
      "learning_rate": 0.00019851193386372727,
      "loss": 0.1194,
      "step": 843
    },
    {
      "epoch": 0.007502222222222223,
      "grad_norm": 0.07126303017139435,
      "learning_rate": 0.00019851015600693366,
      "loss": 0.0372,
      "step": 844
    },
    {
      "epoch": 0.007511111111111111,
      "grad_norm": 0.04772026836872101,
      "learning_rate": 0.00019850837815014002,
      "loss": 0.0312,
      "step": 845
    },
    {
      "epoch": 0.00752,
      "grad_norm": 0.08670488744974136,
      "learning_rate": 0.00019850660029334638,
      "loss": 0.074,
      "step": 846
    },
    {
      "epoch": 0.007528888888888889,
      "grad_norm": 0.07792576402425766,
      "learning_rate": 0.00019850482243655276,
      "loss": 0.0362,
      "step": 847
    },
    {
      "epoch": 0.007537777777777778,
      "grad_norm": 0.058885134756565094,
      "learning_rate": 0.0001985030445797591,
      "loss": 0.0354,
      "step": 848
    },
    {
      "epoch": 0.007546666666666667,
      "grad_norm": 0.06537828594446182,
      "learning_rate": 0.00019850126672296548,
      "loss": 0.0325,
      "step": 849
    },
    {
      "epoch": 0.007555555555555556,
      "grad_norm": 0.047794878482818604,
      "learning_rate": 0.00019849948886617184,
      "loss": 0.0149,
      "step": 850
    },
    {
      "epoch": 0.007564444444444445,
      "grad_norm": 0.09929505735635757,
      "learning_rate": 0.0001984977110093782,
      "loss": 0.0968,
      "step": 851
    },
    {
      "epoch": 0.007573333333333333,
      "grad_norm": 0.08304254710674286,
      "learning_rate": 0.00019849593315258456,
      "loss": 0.0392,
      "step": 852
    },
    {
      "epoch": 0.007582222222222222,
      "grad_norm": 0.04529000446200371,
      "learning_rate": 0.00019849415529579094,
      "loss": 0.0164,
      "step": 853
    },
    {
      "epoch": 0.007591111111111111,
      "grad_norm": 0.06483054906129837,
      "learning_rate": 0.0001984923774389973,
      "loss": 0.0347,
      "step": 854
    },
    {
      "epoch": 0.0076,
      "grad_norm": 0.00042140146251767874,
      "learning_rate": 0.00019849059958220366,
      "loss": 0.0001,
      "step": 855
    },
    {
      "epoch": 0.007608888888888889,
      "grad_norm": 0.08930125087499619,
      "learning_rate": 0.00019848882172541005,
      "loss": 0.0501,
      "step": 856
    },
    {
      "epoch": 0.007617777777777778,
      "grad_norm": 0.07405055314302444,
      "learning_rate": 0.00019848704386861638,
      "loss": 0.0343,
      "step": 857
    },
    {
      "epoch": 0.007626666666666667,
      "grad_norm": 0.04844611510634422,
      "learning_rate": 0.00019848526601182277,
      "loss": 0.017,
      "step": 858
    },
    {
      "epoch": 0.007635555555555555,
      "grad_norm": 0.13266539573669434,
      "learning_rate": 0.00019848348815502913,
      "loss": 0.0924,
      "step": 859
    },
    {
      "epoch": 0.007644444444444444,
      "grad_norm": 0.00046591716818511486,
      "learning_rate": 0.00019848171029823548,
      "loss": 0.0001,
      "step": 860
    },
    {
      "epoch": 0.007653333333333333,
      "grad_norm": 0.19659404456615448,
      "learning_rate": 0.00019847993244144184,
      "loss": 0.1055,
      "step": 861
    },
    {
      "epoch": 0.007662222222222222,
      "grad_norm": 0.10660171508789062,
      "learning_rate": 0.00019847815458464823,
      "loss": 0.0753,
      "step": 862
    },
    {
      "epoch": 0.007671111111111111,
      "grad_norm": 0.11853267252445221,
      "learning_rate": 0.00019847637672785456,
      "loss": 0.1037,
      "step": 863
    },
    {
      "epoch": 0.00768,
      "grad_norm": 0.048185091465711594,
      "learning_rate": 0.00019847459887106095,
      "loss": 0.0185,
      "step": 864
    },
    {
      "epoch": 0.007688888888888889,
      "grad_norm": 0.061471473425626755,
      "learning_rate": 0.0001984728210142673,
      "loss": 0.0286,
      "step": 865
    },
    {
      "epoch": 0.007697777777777777,
      "grad_norm": 0.08382819592952728,
      "learning_rate": 0.00019847104315747367,
      "loss": 0.0366,
      "step": 866
    },
    {
      "epoch": 0.007706666666666666,
      "grad_norm": 0.04207276180386543,
      "learning_rate": 0.00019846926530068005,
      "loss": 0.015,
      "step": 867
    },
    {
      "epoch": 0.007715555555555555,
      "grad_norm": 0.047350816428661346,
      "learning_rate": 0.0001984674874438864,
      "loss": 0.0132,
      "step": 868
    },
    {
      "epoch": 0.007724444444444444,
      "grad_norm": 0.08750060945749283,
      "learning_rate": 0.00019846570958709277,
      "loss": 0.0424,
      "step": 869
    },
    {
      "epoch": 0.007733333333333333,
      "grad_norm": 0.08880649507045746,
      "learning_rate": 0.00019846393173029913,
      "loss": 0.051,
      "step": 870
    },
    {
      "epoch": 0.007742222222222222,
      "grad_norm": 0.10651759058237076,
      "learning_rate": 0.00019846215387350552,
      "loss": 0.0641,
      "step": 871
    },
    {
      "epoch": 0.007751111111111111,
      "grad_norm": 0.08853752911090851,
      "learning_rate": 0.00019846037601671185,
      "loss": 0.0722,
      "step": 872
    },
    {
      "epoch": 0.00776,
      "grad_norm": 0.06445609778165817,
      "learning_rate": 0.00019845859815991823,
      "loss": 0.0287,
      "step": 873
    },
    {
      "epoch": 0.0077688888888888885,
      "grad_norm": 0.13998861610889435,
      "learning_rate": 0.0001984568203031246,
      "loss": 0.111,
      "step": 874
    },
    {
      "epoch": 0.0077777777777777776,
      "grad_norm": 0.07702822983264923,
      "learning_rate": 0.00019845504244633095,
      "loss": 0.0511,
      "step": 875
    },
    {
      "epoch": 0.0077866666666666666,
      "grad_norm": 0.05576295778155327,
      "learning_rate": 0.00019845326458953734,
      "loss": 0.0288,
      "step": 876
    },
    {
      "epoch": 0.007795555555555556,
      "grad_norm": 0.09783664345741272,
      "learning_rate": 0.0001984514867327437,
      "loss": 0.074,
      "step": 877
    },
    {
      "epoch": 0.007804444444444445,
      "grad_norm": 0.1014695018529892,
      "learning_rate": 0.00019844970887595006,
      "loss": 0.0828,
      "step": 878
    },
    {
      "epoch": 0.007813333333333334,
      "grad_norm": 0.13310858607292175,
      "learning_rate": 0.00019844793101915642,
      "loss": 0.084,
      "step": 879
    },
    {
      "epoch": 0.007822222222222222,
      "grad_norm": 0.06080053746700287,
      "learning_rate": 0.0001984461531623628,
      "loss": 0.035,
      "step": 880
    },
    {
      "epoch": 0.007831111111111112,
      "grad_norm": 0.14521683752536774,
      "learning_rate": 0.00019844437530556913,
      "loss": 0.1317,
      "step": 881
    },
    {
      "epoch": 0.00784,
      "grad_norm": 0.06059917062520981,
      "learning_rate": 0.00019844259744877552,
      "loss": 0.0334,
      "step": 882
    },
    {
      "epoch": 0.00784888888888889,
      "grad_norm": 0.0007020982448011637,
      "learning_rate": 0.00019844081959198188,
      "loss": 0.0001,
      "step": 883
    },
    {
      "epoch": 0.007857777777777778,
      "grad_norm": 0.10717571526765823,
      "learning_rate": 0.00019843904173518824,
      "loss": 0.0822,
      "step": 884
    },
    {
      "epoch": 0.007866666666666666,
      "grad_norm": 0.05567452684044838,
      "learning_rate": 0.0001984372638783946,
      "loss": 0.0333,
      "step": 885
    },
    {
      "epoch": 0.007875555555555556,
      "grad_norm": 0.1025327667593956,
      "learning_rate": 0.00019843548602160098,
      "loss": 0.0347,
      "step": 886
    },
    {
      "epoch": 0.007884444444444444,
      "grad_norm": 0.09011328965425491,
      "learning_rate": 0.00019843370816480734,
      "loss": 0.0578,
      "step": 887
    },
    {
      "epoch": 0.007893333333333334,
      "grad_norm": 0.0781644806265831,
      "learning_rate": 0.0001984319303080137,
      "loss": 0.0414,
      "step": 888
    },
    {
      "epoch": 0.007902222222222222,
      "grad_norm": 0.04639657214283943,
      "learning_rate": 0.00019843015245122006,
      "loss": 0.0155,
      "step": 889
    },
    {
      "epoch": 0.007911111111111112,
      "grad_norm": 0.082664854824543,
      "learning_rate": 0.00019842837459442642,
      "loss": 0.0609,
      "step": 890
    },
    {
      "epoch": 0.00792,
      "grad_norm": 0.043168190866708755,
      "learning_rate": 0.0001984265967376328,
      "loss": 0.0163,
      "step": 891
    },
    {
      "epoch": 0.007928888888888888,
      "grad_norm": 0.055719684809446335,
      "learning_rate": 0.00019842481888083914,
      "loss": 0.0302,
      "step": 892
    },
    {
      "epoch": 0.007937777777777778,
      "grad_norm": 0.00038701496669091284,
      "learning_rate": 0.00019842304102404552,
      "loss": 0.0001,
      "step": 893
    },
    {
      "epoch": 0.007946666666666666,
      "grad_norm": 0.10097550600767136,
      "learning_rate": 0.00019842126316725188,
      "loss": 0.0819,
      "step": 894
    },
    {
      "epoch": 0.007955555555555556,
      "grad_norm": 0.06762385368347168,
      "learning_rate": 0.00019841948531045824,
      "loss": 0.0501,
      "step": 895
    },
    {
      "epoch": 0.007964444444444444,
      "grad_norm": 0.07017973810434341,
      "learning_rate": 0.0001984177074536646,
      "loss": 0.0357,
      "step": 896
    },
    {
      "epoch": 0.007973333333333334,
      "grad_norm": 0.07711895555257797,
      "learning_rate": 0.000198415929596871,
      "loss": 0.0536,
      "step": 897
    },
    {
      "epoch": 0.007982222222222222,
      "grad_norm": 0.07155244052410126,
      "learning_rate": 0.00019841415174007735,
      "loss": 0.0491,
      "step": 898
    },
    {
      "epoch": 0.00799111111111111,
      "grad_norm": 0.15056827664375305,
      "learning_rate": 0.0001984123738832837,
      "loss": 0.0851,
      "step": 899
    },
    {
      "epoch": 0.008,
      "grad_norm": 0.13690365850925446,
      "learning_rate": 0.0001984105960264901,
      "loss": 0.0754,
      "step": 900
    },
    {
      "epoch": 0.008008888888888888,
      "grad_norm": 0.09156232327222824,
      "learning_rate": 0.00019840881816969642,
      "loss": 0.0731,
      "step": 901
    },
    {
      "epoch": 0.008017777777777778,
      "grad_norm": 0.06878039985895157,
      "learning_rate": 0.0001984070403129028,
      "loss": 0.0341,
      "step": 902
    },
    {
      "epoch": 0.008026666666666666,
      "grad_norm": 0.06641554087400436,
      "learning_rate": 0.00019840526245610917,
      "loss": 0.0283,
      "step": 903
    },
    {
      "epoch": 0.008035555555555556,
      "grad_norm": 0.07848472148180008,
      "learning_rate": 0.00019840348459931553,
      "loss": 0.0472,
      "step": 904
    },
    {
      "epoch": 0.008044444444444444,
      "grad_norm": 0.08281851559877396,
      "learning_rate": 0.0001984017067425219,
      "loss": 0.0368,
      "step": 905
    },
    {
      "epoch": 0.008053333333333332,
      "grad_norm": 0.1912524402141571,
      "learning_rate": 0.00019839992888572827,
      "loss": 0.0822,
      "step": 906
    },
    {
      "epoch": 0.008062222222222222,
      "grad_norm": 0.11443886160850525,
      "learning_rate": 0.00019839815102893463,
      "loss": 0.0646,
      "step": 907
    },
    {
      "epoch": 0.00807111111111111,
      "grad_norm": 0.07339106500148773,
      "learning_rate": 0.000198396373172141,
      "loss": 0.0407,
      "step": 908
    },
    {
      "epoch": 0.00808,
      "grad_norm": 0.09109000861644745,
      "learning_rate": 0.00019839459531534738,
      "loss": 0.0711,
      "step": 909
    },
    {
      "epoch": 0.008088888888888889,
      "grad_norm": 0.05655822157859802,
      "learning_rate": 0.0001983928174585537,
      "loss": 0.0125,
      "step": 910
    },
    {
      "epoch": 0.008097777777777778,
      "grad_norm": 0.11832305788993835,
      "learning_rate": 0.0001983910396017601,
      "loss": 0.0416,
      "step": 911
    },
    {
      "epoch": 0.008106666666666667,
      "grad_norm": 0.09654732793569565,
      "learning_rate": 0.00019838926174496645,
      "loss": 0.076,
      "step": 912
    },
    {
      "epoch": 0.008115555555555556,
      "grad_norm": 0.14435140788555145,
      "learning_rate": 0.0001983874838881728,
      "loss": 0.0875,
      "step": 913
    },
    {
      "epoch": 0.008124444444444445,
      "grad_norm": 0.08258915692567825,
      "learning_rate": 0.00019838570603137917,
      "loss": 0.0646,
      "step": 914
    },
    {
      "epoch": 0.008133333333333333,
      "grad_norm": 0.08256401866674423,
      "learning_rate": 0.00019838392817458556,
      "loss": 0.0497,
      "step": 915
    },
    {
      "epoch": 0.008142222222222223,
      "grad_norm": 0.04170874506235123,
      "learning_rate": 0.0001983821503177919,
      "loss": 0.019,
      "step": 916
    },
    {
      "epoch": 0.00815111111111111,
      "grad_norm": 0.17283377051353455,
      "learning_rate": 0.00019838037246099828,
      "loss": 0.1084,
      "step": 917
    },
    {
      "epoch": 0.00816,
      "grad_norm": 0.1172376275062561,
      "learning_rate": 0.00019837859460420464,
      "loss": 0.0896,
      "step": 918
    },
    {
      "epoch": 0.008168888888888889,
      "grad_norm": 0.15727683901786804,
      "learning_rate": 0.000198376816747411,
      "loss": 0.1488,
      "step": 919
    },
    {
      "epoch": 0.008177777777777779,
      "grad_norm": 0.0735187977552414,
      "learning_rate": 0.00019837503889061738,
      "loss": 0.0376,
      "step": 920
    },
    {
      "epoch": 0.008186666666666667,
      "grad_norm": 0.09129771590232849,
      "learning_rate": 0.00019837326103382374,
      "loss": 0.0688,
      "step": 921
    },
    {
      "epoch": 0.008195555555555555,
      "grad_norm": 0.04355602711439133,
      "learning_rate": 0.0001983714831770301,
      "loss": 0.0189,
      "step": 922
    },
    {
      "epoch": 0.008204444444444445,
      "grad_norm": 0.06200481951236725,
      "learning_rate": 0.00019836970532023646,
      "loss": 0.0321,
      "step": 923
    },
    {
      "epoch": 0.008213333333333333,
      "grad_norm": 0.04384525865316391,
      "learning_rate": 0.00019836792746344284,
      "loss": 0.0173,
      "step": 924
    },
    {
      "epoch": 0.008222222222222223,
      "grad_norm": 0.06178779527544975,
      "learning_rate": 0.00019836614960664918,
      "loss": 0.0205,
      "step": 925
    },
    {
      "epoch": 0.008231111111111111,
      "grad_norm": 0.0967206358909607,
      "learning_rate": 0.00019836437174985556,
      "loss": 0.055,
      "step": 926
    },
    {
      "epoch": 0.00824,
      "grad_norm": 0.065971739590168,
      "learning_rate": 0.00019836259389306192,
      "loss": 0.0323,
      "step": 927
    },
    {
      "epoch": 0.008248888888888889,
      "grad_norm": 0.07339569181203842,
      "learning_rate": 0.00019836081603626828,
      "loss": 0.0316,
      "step": 928
    },
    {
      "epoch": 0.008257777777777777,
      "grad_norm": 0.07669107615947723,
      "learning_rate": 0.00019835903817947467,
      "loss": 0.0376,
      "step": 929
    },
    {
      "epoch": 0.008266666666666667,
      "grad_norm": 0.1102442592382431,
      "learning_rate": 0.00019835726032268103,
      "loss": 0.0607,
      "step": 930
    },
    {
      "epoch": 0.008275555555555555,
      "grad_norm": 0.07224104553461075,
      "learning_rate": 0.00019835548246588739,
      "loss": 0.0319,
      "step": 931
    },
    {
      "epoch": 0.008284444444444445,
      "grad_norm": 0.11473600566387177,
      "learning_rate": 0.00019835370460909374,
      "loss": 0.057,
      "step": 932
    },
    {
      "epoch": 0.008293333333333333,
      "grad_norm": 0.08788643777370453,
      "learning_rate": 0.00019835192675230013,
      "loss": 0.0703,
      "step": 933
    },
    {
      "epoch": 0.008302222222222223,
      "grad_norm": 0.07424437254667282,
      "learning_rate": 0.00019835014889550646,
      "loss": 0.0381,
      "step": 934
    },
    {
      "epoch": 0.008311111111111111,
      "grad_norm": 0.061766304075717926,
      "learning_rate": 0.00019834837103871285,
      "loss": 0.0359,
      "step": 935
    },
    {
      "epoch": 0.00832,
      "grad_norm": 0.10606873780488968,
      "learning_rate": 0.0001983465931819192,
      "loss": 0.0665,
      "step": 936
    },
    {
      "epoch": 0.00832888888888889,
      "grad_norm": 0.07705768197774887,
      "learning_rate": 0.00019834481532512557,
      "loss": 0.0379,
      "step": 937
    },
    {
      "epoch": 0.008337777777777777,
      "grad_norm": 0.05071070417761803,
      "learning_rate": 0.00019834303746833193,
      "loss": 0.0167,
      "step": 938
    },
    {
      "epoch": 0.008346666666666667,
      "grad_norm": 0.04239941015839577,
      "learning_rate": 0.0001983412596115383,
      "loss": 0.0172,
      "step": 939
    },
    {
      "epoch": 0.008355555555555555,
      "grad_norm": 0.07556600868701935,
      "learning_rate": 0.00019833948175474467,
      "loss": 0.0544,
      "step": 940
    },
    {
      "epoch": 0.008364444444444445,
      "grad_norm": 0.09824314713478088,
      "learning_rate": 0.00019833770389795103,
      "loss": 0.0593,
      "step": 941
    },
    {
      "epoch": 0.008373333333333333,
      "grad_norm": 0.08844350278377533,
      "learning_rate": 0.00019833592604115742,
      "loss": 0.0393,
      "step": 942
    },
    {
      "epoch": 0.008382222222222221,
      "grad_norm": 0.0408162996172905,
      "learning_rate": 0.00019833414818436375,
      "loss": 0.0142,
      "step": 943
    },
    {
      "epoch": 0.008391111111111111,
      "grad_norm": 0.047434061765670776,
      "learning_rate": 0.00019833237032757013,
      "loss": 0.0137,
      "step": 944
    },
    {
      "epoch": 0.0084,
      "grad_norm": 0.09997274726629257,
      "learning_rate": 0.0001983305924707765,
      "loss": 0.0508,
      "step": 945
    },
    {
      "epoch": 0.00840888888888889,
      "grad_norm": 0.044649332761764526,
      "learning_rate": 0.00019832881461398285,
      "loss": 0.0136,
      "step": 946
    },
    {
      "epoch": 0.008417777777777777,
      "grad_norm": 0.1276770681142807,
      "learning_rate": 0.0001983270367571892,
      "loss": 0.1038,
      "step": 947
    },
    {
      "epoch": 0.008426666666666667,
      "grad_norm": 0.11442451179027557,
      "learning_rate": 0.00019832525890039557,
      "loss": 0.0771,
      "step": 948
    },
    {
      "epoch": 0.008435555555555556,
      "grad_norm": 0.05970484018325806,
      "learning_rate": 0.00019832348104360196,
      "loss": 0.0273,
      "step": 949
    },
    {
      "epoch": 0.008444444444444444,
      "grad_norm": 0.04752824828028679,
      "learning_rate": 0.00019832170318680832,
      "loss": 0.0153,
      "step": 950
    },
    {
      "epoch": 0.008453333333333334,
      "grad_norm": 0.15656007826328278,
      "learning_rate": 0.00019831992533001468,
      "loss": 0.1059,
      "step": 951
    },
    {
      "epoch": 0.008462222222222222,
      "grad_norm": 0.15488013625144958,
      "learning_rate": 0.00019831814747322103,
      "loss": 0.0798,
      "step": 952
    },
    {
      "epoch": 0.008471111111111112,
      "grad_norm": 0.13147073984146118,
      "learning_rate": 0.00019831636961642742,
      "loss": 0.0791,
      "step": 953
    },
    {
      "epoch": 0.00848,
      "grad_norm": 0.0007855595322325826,
      "learning_rate": 0.00019831459175963375,
      "loss": 0.0001,
      "step": 954
    },
    {
      "epoch": 0.00848888888888889,
      "grad_norm": 0.0994872972369194,
      "learning_rate": 0.00019831281390284014,
      "loss": 0.0494,
      "step": 955
    },
    {
      "epoch": 0.008497777777777778,
      "grad_norm": 0.0522037036716938,
      "learning_rate": 0.0001983110360460465,
      "loss": 0.0143,
      "step": 956
    },
    {
      "epoch": 0.008506666666666666,
      "grad_norm": 0.06139123812317848,
      "learning_rate": 0.00019830925818925286,
      "loss": 0.0227,
      "step": 957
    },
    {
      "epoch": 0.008515555555555556,
      "grad_norm": 0.10305090993642807,
      "learning_rate": 0.00019830748033245922,
      "loss": 0.0456,
      "step": 958
    },
    {
      "epoch": 0.008524444444444444,
      "grad_norm": 0.16680462658405304,
      "learning_rate": 0.0001983057024756656,
      "loss": 0.1184,
      "step": 959
    },
    {
      "epoch": 0.008533333333333334,
      "grad_norm": 0.00041805399814620614,
      "learning_rate": 0.00019830392461887196,
      "loss": 0.0001,
      "step": 960
    },
    {
      "epoch": 0.008542222222222222,
      "grad_norm": 0.10780221968889236,
      "learning_rate": 0.00019830214676207832,
      "loss": 0.079,
      "step": 961
    },
    {
      "epoch": 0.008551111111111112,
      "grad_norm": 0.051612067967653275,
      "learning_rate": 0.0001983003689052847,
      "loss": 0.0161,
      "step": 962
    },
    {
      "epoch": 0.00856,
      "grad_norm": 0.1027769222855568,
      "learning_rate": 0.00019829859104849104,
      "loss": 0.0713,
      "step": 963
    },
    {
      "epoch": 0.008568888888888888,
      "grad_norm": 0.039018526673316956,
      "learning_rate": 0.00019829681319169742,
      "loss": 0.0166,
      "step": 964
    },
    {
      "epoch": 0.008577777777777778,
      "grad_norm": 0.05345560982823372,
      "learning_rate": 0.00019829503533490378,
      "loss": 0.0302,
      "step": 965
    },
    {
      "epoch": 0.008586666666666666,
      "grad_norm": 0.057688407599925995,
      "learning_rate": 0.00019829325747811014,
      "loss": 0.0306,
      "step": 966
    },
    {
      "epoch": 0.008595555555555556,
      "grad_norm": 0.08661018311977386,
      "learning_rate": 0.0001982914796213165,
      "loss": 0.0581,
      "step": 967
    },
    {
      "epoch": 0.008604444444444444,
      "grad_norm": 0.05932362750172615,
      "learning_rate": 0.0001982897017645229,
      "loss": 0.0362,
      "step": 968
    },
    {
      "epoch": 0.008613333333333334,
      "grad_norm": 0.05578447878360748,
      "learning_rate": 0.00019828792390772925,
      "loss": 0.0422,
      "step": 969
    },
    {
      "epoch": 0.008622222222222222,
      "grad_norm": 0.06688617169857025,
      "learning_rate": 0.0001982861460509356,
      "loss": 0.0343,
      "step": 970
    },
    {
      "epoch": 0.008631111111111112,
      "grad_norm": 0.0981186032295227,
      "learning_rate": 0.00019828436819414196,
      "loss": 0.0795,
      "step": 971
    },
    {
      "epoch": 0.00864,
      "grad_norm": 0.05302273854613304,
      "learning_rate": 0.00019828259033734832,
      "loss": 0.0191,
      "step": 972
    },
    {
      "epoch": 0.008648888888888888,
      "grad_norm": 0.18494756519794464,
      "learning_rate": 0.0001982808124805547,
      "loss": 0.101,
      "step": 973
    },
    {
      "epoch": 0.008657777777777778,
      "grad_norm": 0.1198844164609909,
      "learning_rate": 0.00019827903462376107,
      "loss": 0.0711,
      "step": 974
    },
    {
      "epoch": 0.008666666666666666,
      "grad_norm": 0.0709238275885582,
      "learning_rate": 0.00019827725676696743,
      "loss": 0.0368,
      "step": 975
    },
    {
      "epoch": 0.008675555555555556,
      "grad_norm": 0.0789879783987999,
      "learning_rate": 0.0001982754789101738,
      "loss": 0.0706,
      "step": 976
    },
    {
      "epoch": 0.008684444444444444,
      "grad_norm": 0.11748440563678741,
      "learning_rate": 0.00019827370105338017,
      "loss": 0.1119,
      "step": 977
    },
    {
      "epoch": 0.008693333333333334,
      "grad_norm": 0.10046829283237457,
      "learning_rate": 0.0001982719231965865,
      "loss": 0.0568,
      "step": 978
    },
    {
      "epoch": 0.008702222222222222,
      "grad_norm": 0.050801098346710205,
      "learning_rate": 0.0001982701453397929,
      "loss": 0.03,
      "step": 979
    },
    {
      "epoch": 0.00871111111111111,
      "grad_norm": 0.06468652933835983,
      "learning_rate": 0.00019826836748299925,
      "loss": 0.0309,
      "step": 980
    },
    {
      "epoch": 0.00872,
      "grad_norm": 0.07682636380195618,
      "learning_rate": 0.0001982665896262056,
      "loss": 0.0518,
      "step": 981
    },
    {
      "epoch": 0.008728888888888888,
      "grad_norm": 0.09426581114530563,
      "learning_rate": 0.000198264811769412,
      "loss": 0.0363,
      "step": 982
    },
    {
      "epoch": 0.008737777777777778,
      "grad_norm": 0.07121411710977554,
      "learning_rate": 0.00019826303391261836,
      "loss": 0.0369,
      "step": 983
    },
    {
      "epoch": 0.008746666666666666,
      "grad_norm": 0.10303757339715958,
      "learning_rate": 0.00019826125605582471,
      "loss": 0.0745,
      "step": 984
    },
    {
      "epoch": 0.008755555555555556,
      "grad_norm": 0.1193467378616333,
      "learning_rate": 0.00019825947819903107,
      "loss": 0.0468,
      "step": 985
    },
    {
      "epoch": 0.008764444444444444,
      "grad_norm": 0.14371584355831146,
      "learning_rate": 0.00019825770034223746,
      "loss": 0.1325,
      "step": 986
    },
    {
      "epoch": 0.008773333333333333,
      "grad_norm": 0.03805044665932655,
      "learning_rate": 0.0001982559224854438,
      "loss": 0.0182,
      "step": 987
    },
    {
      "epoch": 0.008782222222222223,
      "grad_norm": 0.053666118532419205,
      "learning_rate": 0.00019825414462865018,
      "loss": 0.0368,
      "step": 988
    },
    {
      "epoch": 0.00879111111111111,
      "grad_norm": 0.09954437613487244,
      "learning_rate": 0.00019825236677185654,
      "loss": 0.0369,
      "step": 989
    },
    {
      "epoch": 0.0088,
      "grad_norm": 0.09255199134349823,
      "learning_rate": 0.0001982505889150629,
      "loss": 0.0716,
      "step": 990
    },
    {
      "epoch": 0.008808888888888889,
      "grad_norm": 0.07357914745807648,
      "learning_rate": 0.00019824881105826925,
      "loss": 0.0412,
      "step": 991
    },
    {
      "epoch": 0.008817777777777779,
      "grad_norm": 0.08828029036521912,
      "learning_rate": 0.00019824703320147564,
      "loss": 0.0567,
      "step": 992
    },
    {
      "epoch": 0.008826666666666667,
      "grad_norm": 0.06943129003047943,
      "learning_rate": 0.000198245255344682,
      "loss": 0.0294,
      "step": 993
    },
    {
      "epoch": 0.008835555555555555,
      "grad_norm": 0.11954277008771896,
      "learning_rate": 0.00019824347748788836,
      "loss": 0.0777,
      "step": 994
    },
    {
      "epoch": 0.008844444444444445,
      "grad_norm": 0.06442563235759735,
      "learning_rate": 0.00019824169963109475,
      "loss": 0.0507,
      "step": 995
    },
    {
      "epoch": 0.008853333333333333,
      "grad_norm": 0.07292091846466064,
      "learning_rate": 0.00019823992177430108,
      "loss": 0.0404,
      "step": 996
    },
    {
      "epoch": 0.008862222222222223,
      "grad_norm": 0.09990858286619186,
      "learning_rate": 0.00019823814391750746,
      "loss": 0.059,
      "step": 997
    },
    {
      "epoch": 0.00887111111111111,
      "grad_norm": 0.05477653816342354,
      "learning_rate": 0.00019823636606071382,
      "loss": 0.0345,
      "step": 998
    },
    {
      "epoch": 0.00888,
      "grad_norm": 0.08258385211229324,
      "learning_rate": 0.00019823458820392018,
      "loss": 0.0702,
      "step": 999
    },
    {
      "epoch": 0.008888888888888889,
      "grad_norm": 0.09286041557788849,
      "learning_rate": 0.00019823281034712654,
      "loss": 0.0517,
      "step": 1000
    }
  ],
  "logging_steps": 1,
  "max_steps": 112500,
  "num_input_tokens_seen": 0,
  "num_train_epochs": 1,
  "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": 1.24636962051072e+16,
  "train_batch_size": 2,
  "trial_name": null,
  "trial_params": null
}