This model is a fine-tuned version of [Weni/WeniGPT-Agents-Mistral-1.0.1-SFT-merged] on the dataset Weni/wenigpt-agent-1.4.0 with the KTO trainer. It is part of the WeniGPT project for Weni.
Description: Experiment with KTO and a new tokenizer configuration for chat template of mistral
It achieves the following results on the evaluation set:
{'eval_loss': nan, 'eval_runtime': 37.5555, 'eval_samples_per_second': 5.805, 'eval_steps_per_second': 1.464, 'eval_rewards/chosen': -5.005271911621094, 'eval_rewards/rejected': -5.3910417556762695, 'eval_rewards/margins': 0.3857699930667877, 'eval_kl': 0.0, 'eval_logps/chosen': -358.4790954589844, 'eval_logps/rejected': -282.4818420410156, 'epoch': 0.88}
Intended uses & limitations
This model has not been trained to avoid specific intructions.
Training procedure
Finetuning was done on the model Weni/WeniGPT-Agents-Mistral-1.0.1-SFT-merged with the following prompt:
---------------------
System_prompt:
Agora você se chama {name}, você é {occupation} e seu objetivo é {chatbot_goal}. O adjetivo que mais define a sua personalidade é {adjective} e você se comporta da seguinte forma:
{instructions_formatted}
{context_statement}
Lista de requisitos:
- Responda de forma natural, mas nunca fale sobre um assunto fora do contexto.
- Nunca traga informações do seu próprio conhecimento.
- Repito é crucial que você responda usando apenas informações do contexto.
- Nunca mencione o contexto fornecido.
- Nunca mencione a pergunta fornecida.
- Gere a resposta mais útil possível para a pergunta usando informações do conexto acima.
- Nunca elabore sobre o porque e como você fez a tarefa, apenas responda.
---------------------
Question:
{question}
---------------------
Response:
{answer}
---------------------
Training hyperparameters
The following hyperparameters were used during training:
