This model is a fine-tuned version of mistralai/Mistral-7B-v0.1 on the vipinkatara/dataset_complete_final dataset. It achieves the following results on the evaluation set:

Loss: nan
Rewards/chosen: nan
Rewards/rejected: nan
Rewards/accuracies: 0.0
Rewards/margins: nan
Logps/rejected: nan
Logps/chosen: nan
Logits/rejected: nan
Logits/chosen: nan
Nll Loss: nan
Log Odds Ratio: nan
Log Odds Chosen: nan

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 5e-06
train_batch_size: 8
eval_batch_size: 8
seed: 42
distributed_type: multi-GPU
num_devices: 4
total_train_batch_size: 32
total_eval_batch_size: 32
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: inverse_sqrt
lr_scheduler_warmup_steps: 100
num_epochs: 1

Training results

Training Loss	Epoch	Step	Validation Loss	Rewards/chosen	Rewards/rejected	Rewards/margins	Logps/rejected	Logps/chosen	Logits/rejected	Logits/chosen	Nll Loss	Log Odds Ratio	Log Odds Chosen
3.4851	0.0045	10	1.5241	-0.0138	-0.0138	0.0	-0.2768	-0.2768	-2.5524	-2.5524	1.4894	-0.6931	0.0
1.086	0.0089	20	0.9466	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.7727	-1.7727	0.9119	-0.6931	0.0
0.9087	0.0134	30	0.8376	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.5712	-1.5712	0.8029	-0.6931	0.0
0.7774	0.0179	40	0.6912	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.5837	-1.5837	0.6565	-0.6931	0.0
0.5426	0.0224	50	0.1591	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.5343	-1.5343	0.1244	-0.6931	0.0
0.4926	0.0268	60	0.0728	-0.0025	-0.0025	0.0	-0.0497	-0.0497	-2.1702	-2.1702	0.0382	-0.6931	0.0
0.3784	0.0313	70	0.0374	-0.0001	-0.0001	0.0	-0.0015	-0.0015	-1.8683	-1.8683	0.0028	-0.6931	0.0
0.1081	0.0358	80	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.9697	-1.9697	0.0000	-0.6931	0.0
0.2173	0.0402	90	0.5148	-0.0349	-0.0349	0.0	-0.6984	-0.6984	-2.7805	-2.7805	0.4802	-0.6931	0.0
0.0845	0.0447	100	0.0565	-0.0016	-0.0016	0.0	-0.0317	-0.0317	-2.2378	-2.2378	0.0218	-0.6931	0.0
0.1317	0.0492	110	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-2.4884	-2.4884	0.0000	-0.6931	0.0
0.21	0.0536	120	0.0348	-0.0000	-0.0000	0.0	-0.0002	-0.0002	-2.1373	-2.1373	0.0002	-0.6931	0.0
0.0859	0.0581	130	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.8577	-1.8577	0.0000	-0.6931	0.0
0.0347	0.0626	140	0.0348	-0.0000	-0.0000	0.0	-0.0002	-0.0002	-1.8252	-1.8252	0.0001	-0.6931	0.0
0.0495	0.0671	150	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.8505	-1.8505	0.0000	-0.6931	0.0
0.0347	0.0715	160	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.9784	-1.9784	0.0000	-0.6931	0.0
0.0347	0.0760	170	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.7608	-1.7608	0.0000	-0.6931	0.0
0.0347	0.0805	180	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.5161	-1.5161	0.0000	-0.6931	0.0
0.0347	0.0849	190	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4646	-1.4646	0.0000	-0.6931	0.0
0.0347	0.0894	200	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4565	-1.4565	0.0000	-0.6931	0.0
0.0347	0.0939	210	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4377	-1.4377	0.0000	-0.6931	0.0
0.0347	0.0983	220	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4224	-1.4224	0.0000	-0.6931	0.0
0.0347	0.1028	230	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4131	-1.4131	0.0000	-0.6931	0.0
0.0347	0.1073	240	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4159	-1.4159	0.0000	-0.6931	0.0
0.0347	0.1118	250	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4384	-1.4384	0.0000	-0.6931	0.0
0.0347	0.1162	260	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4592	-1.4592	0.0000	-0.6931	0.0
0.0347	0.1207	270	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.4682	-1.4682	0.0000	-0.6931	0.0
0.0348	0.1252	280	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.1261	-1.1261	0.0000	-0.6931	0.0
0.066	0.1296	290	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.9084	-0.9084	0.0000	-0.6931	0.0
0.0347	0.1341	300	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.8419	-0.8419	0.0000	-0.6931	0.0
0.0347	0.1386	310	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7935	-0.7935	0.0000	-0.6931	0.0
0.0347	0.1430	320	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7703	-0.7703	0.0000	-0.6931	0.0
0.0347	0.1475	330	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7746	-0.7746	0.0000	-0.6931	0.0
0.0347	0.1520	340	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7745	-0.7745	0.0000	-0.6931	0.0
0.0347	0.1565	350	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7768	-0.7768	0.0000	-0.6931	0.0
0.0347	0.1609	360	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7753	-0.7753	0.0000	-0.6931	0.0
0.0347	0.1654	370	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7760	-0.7760	0.0000	-0.6931	0.0
0.0347	0.1699	380	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7688	-0.7688	0.0000	-0.6931	0.0
0.0347	0.1743	390	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7688	-0.7688	0.0000	-0.6931	0.0
0.0347	0.1788	400	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7668	-0.7668	0.0000	-0.6931	0.0
0.0347	0.1833	410	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7660	-0.7660	0.0000	-0.6931	0.0
0.0347	0.1878	420	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7656	-0.7656	0.0000	-0.6931	0.0
0.0347	0.1922	430	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7680	-0.7680	0.0000	-0.6931	0.0
0.0347	0.1967	440	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7653	-0.7653	0.0000	-0.6931	0.0
0.0347	0.2012	450	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7624	-0.7624	0.0000	-0.6931	0.0
0.0347	0.2056	460	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7612	-0.7612	0.0000	-0.6931	0.0
0.0347	0.2101	470	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7622	-0.7622	0.0000	-0.6931	0.0
0.0347	0.2146	480	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7637	-0.7637	0.0000	-0.6931	0.0
0.0347	0.2190	490	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7612	-0.7612	0.0000	-0.6931	0.0
0.0347	0.2235	500	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7622	-0.7622	0.0000	-0.6931	0.0
0.0347	0.2280	510	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7672	-0.7672	0.0000	-0.6931	0.0
0.0347	0.2325	520	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7621	-0.7621	0.0000	-0.6931	0.0
0.0347	0.2369	530	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7622	-0.7622	0.0000	-0.6931	0.0
0.0347	0.2414	540	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7637	-0.7637	0.0000	-0.6931	0.0
0.0347	0.2459	550	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7630	-0.7630	0.0000	-0.6931	0.0
0.0347	0.2503	560	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7591	-0.7591	0.0000	-0.6931	0.0
0.0347	0.2548	570	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7590	-0.7590	0.0000	-0.6931	0.0
0.0347	0.2593	580	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7541	-0.7541	0.0000	-0.6931	0.0
0.0347	0.2637	590	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7554	-0.7554	0.0000	-0.6931	0.0
0.0347	0.2682	600	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7636	-0.7636	0.0000	-0.6931	0.0
0.0347	0.2727	610	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.7175	-0.7175	0.0000	-0.6931	0.0
0.0347	0.2772	620	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.9073	-0.9073	0.0000	-0.6931	0.0
0.0347	0.2816	630	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.0013	-1.0013	0.0000	-0.6931	0.0
0.0347	0.2861	640	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-1.0971	-1.0971	0.0000	-0.6931	0.0
0.0347	0.2906	650	0.0347	-0.0000	-0.0000	0.0	-0.0000	-0.0000	-0.8988	-0.8988	0.0000	-0.6931	0.0
0.1054	0.2950	660	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.2995	670	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3040	680	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3084	690	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3129	700	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3174	710	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3219	720	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3263	730	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3308	740	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3353	750	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3397	760	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3442	770	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3487	780	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3532	790	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3576	800	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3621	810	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3666	820	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3710	830	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3755	840	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3800	850	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3844	860	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3889	870	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3934	880	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.3979	890	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4023	900	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4068	910	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4113	920	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4157	930	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4202	940	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4247	950	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4291	960	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4336	970	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4381	980	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4426	990	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4470	1000	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4515	1010	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4560	1020	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4604	1030	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4649	1040	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4694	1050	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4738	1060	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4783	1070	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4828	1080	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4873	1090	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4917	1100	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.4962	1110	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5007	1120	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5051	1130	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5096	1140	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5141	1150	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5186	1160	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5230	1170	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5275	1180	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5320	1190	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5364	1200	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5409	1210	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5454	1220	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5498	1230	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5543	1240	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5588	1250	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5633	1260	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5677	1270	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5722	1280	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5767	1290	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5811	1300	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5856	1310	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5901	1320	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5945	1330	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.5990	1340	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6035	1350	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6080	1360	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6124	1370	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6169	1380	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6214	1390	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6258	1400	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6303	1410	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6348	1420	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6392	1430	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6437	1440	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6482	1450	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6527	1460	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6571	1470	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6616	1480	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6661	1490	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6705	1500	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6750	1510	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6795	1520	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6840	1530	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6884	1540	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6929	1550	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.6974	1560	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7018	1570	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7063	1580	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7108	1590	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7152	1600	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7197	1610	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7242	1620	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7287	1630	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7331	1640	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7376	1650	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7421	1660	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7465	1670	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7510	1680	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7555	1690	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7599	1700	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7644	1710	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7689	1720	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7734	1730	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7778	1740	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7823	1750	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7868	1760	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7912	1770	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.7957	1780	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8002	1790	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8046	1800	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8091	1810	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8136	1820	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8181	1830	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8225	1840	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8270	1850	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8315	1860	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8359	1870	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8404	1880	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8449	1890	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8494	1900	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8538	1910	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8583	1920	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8628	1930	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8672	1940	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8717	1950	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8762	1960	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8806	1970	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8851	1980	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8896	1990	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8941	2000	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.8985	2010	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9030	2020	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9075	2030	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9119	2040	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9164	2050	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9209	2060	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9253	2070	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9298	2080	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9343	2090	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9388	2100	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9432	2110	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9477	2120	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9522	2130	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9566	2140	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9611	2150	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9656	2160	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9700	2170	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9745	2180	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9790	2190	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9835	2200	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9879	2210	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9924	2220	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan
0.0	0.9969	2230	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan	nan

Framework versions

Transformers 4.40.1
Pytorch 2.3.0+cu121
Datasets 2.19.1
Tokenizers 0.19.1

vipinkatara/Mistral-7B-v0.1-orpo-final1

Mistral-7B-v0.1-orpo-final1

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

vipinkatara/
Mistral-7B-v0.1-orpo-final1