100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 855/855 [4:39:17<00:00, 19.60s/it] {'loss': inf, 'grad_norm': nan, 'learning_rate': 2e-05, 'epoch': 2.92} {'train_runtime': 16759.0519, 'train_samples_per_second': 3.27, 'train_steps_per_second': 0.051, 'train_loss': nan, 'epoch': 4.99}