Qwen3-4B-Chemistry-SDPO/validation_metrics.csv

1	step	avg16	best16	maj16	worst16	std16
2	10	0.6922619047619047	0.8093714285714286	0.7010809523809526	0.5637142857142857	0.1059585485093269
3	20	0.7663690476190477	0.8228714285714286	0.7794857142857143	0.6832238095238095	0.06029712843401781
4	30	0.7476190476190476	0.7835238095238095	0.755295238095238	0.6934238095238096	0.03892987619797647
5	40	0.7657738095238096	0.7761904761904762	0.7696714285714286	0.7463333333333334	0.013759493575799553
6	50	0.7178571428571429	0.7310142857142857	0.7167714285714285	0.7083047619047619	0.009272455553318402
7	60	0.762797619047619	0.7939428571428572	0.7595380952380951	0.7523809523809524	0.01752583132371209
8	70	0.7285714285714285	0.7489476190476191	0.7276619047619047	0.7118857142857142	0.016226753544752098
9	80	0.7601190476190476	0.7712333333333333	0.7649047619047619	0.7400523809523809	0.013749795965834838
10	90	0.7511904761904762	0.7713809523809524	0.7503428571428572	0.7240619047619048	0.020652995117320532
11	100	0.7205357142857143	0.7315666666666668	0.7213666666666668	0.7097619047619048	0.009312851956333251