safe-dpo-simple-20ep.sh

python3 src/main.py \
    --dataset $2 \
    --batch-size 128 \
    --num-workers 32 \
    --target-columns $3 \
    --max-length 128 \
    --penalty-beta 0.1 \
    --eval-metrics SAScore QED logP plogP Validity Uniqueness IntDiv hERG CYP1A2_Veith CYP2C9_Veith CYP2C19_Veith CYP2D6_Veith CYP3A4_Veith \
    --jacmom 0.99 \
    --lammom 0.5 \
    --lamreg 0.0 \
    --learning-rate 5e-6 \
    --weight-decay 0.01 \
    --adam-b1 0.9 \
    --adam-b2 0.999 \
    --adam-eps 1e-8 \
    --clip-grad 1.0 \
    --warmup-ratio 0.1 \
    --epochs 20 \
    --log-interval 50 \
    --eval-interval 2 \
    --eval-batches 4 \
    --split-seed 0 \
    --shuffle-seed 0 \
    --project chemgpt-pref-opt \
    --name $1 \
    --ipaddr $(curl -s ifconfig.me) \
    --hostname $(hostname) \
    --output-dir ./results/