该数据集是从一个New-DPO训练运行中导出的每步边际摘要统计。包含多个特征，如epoch、step、batch_size、mean、std等，以及一个名为sample的序列和一个名为npy的字符串。数据集的分割为train，包含677个示例。源运行信息包括模型仓库ID、基础模型、训练运行名称、W&B项目、训练器类型等。边际训练参数包括beta、f_divergence_type、f_alpha_

Hugging Face2026-04-30 更新20

20210727_16-01-30_to_20210727_17-21-28 Logs, History, and Checkpoints

模型训练监控

机器学习实验管理

Logs, history, and checkpoints for the model trained in the title date.

Figshare2021-07-27 更新10

TrainingLoss.log

模型训练监控

损失函数

The error of training set and verification set in the training process.

Figshare2022-05-15 更新20

W-61/qwen3-8b-base-new-dpo-ultrafeedback-4xh200-batch-128-q_t-0.45-s_star-0.35-20260430-143919-margin

深度学习优化

模型训练监控

该数据集是从一个New-DPO训练运行中导出的每步边缘摘要统计信息。它包含多个特征，如epoch、step、batch_size、mean、std等，以及一个名为sample的序列和一个名为npy的字符串。数据集的分割为train，包含477个示例。源运行信息包括模型仓库ID、基础模型、训练运行名称、W&B项目、训练器类型等。边缘训练参数包括beta、f_divergence_type、f_alp

Hugging Face2026-04-30 更新10

TrainingLoss

资源简介：

相关数据集