Models

llama-3.2-1b-instruct-lora-1poch_merged16b

Llama-3.2-1B-Instruct-SFT-D_chosen-pref-mix2

ORPOBase_dpodataset

matchup_llama3_1b_merge

llama-3.2-1b-wiki-ft-v2

Llama-3.2-1B-Instruct_SFT_1_ORPO_2

Llama-3.2-1B-HuAMR

potato_wizard_v38

llama8b_SEND_1B-alpaca-1

Llama-3.2-1B-Instruct-distillation-alpaca-3.0-AlpacaPoison-tulu3l5

miniorange_tuned

llama-3.2-1b-wiki-ft-v3

Llama-3.2-1B-Instruct-lollms-smart-router

pretrained1b

Hyperparameter17

fashion_5k_llama_1b

llama8b_SEND_1B-helm-3

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_64_64_0.01_16CLINICALe3c-sentences_tag

instruct

llama8b_normal_1B-legalbench_2

meta-llama_Llama-3.2-1B_full_upsample1000

Llama-3.2-1B-chatml-tool-v4

unlearn_tofu_Llama-3.2-1B-Instruct_forget10_NPO_lr2e-05_beta0.5_alpha2_epoch10

Llama-3.2-1B-Instruct_finetuned_4_default

Llama3.2-docker-trained

Llama-3.2-1B-Instruct_sum_DPO_20k_2_2ep

Llama_3.2_1b_Odyssea_Escalation_0.0a

llama3-finetuned-best

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20k_2_3ep

Llama-3.2-1B_ClinicalWhole_5e-05_constant_0.3_512_tp

Grogros-dmWM-LLama-3-1B-Harm-ft-HarmData-AlpacaGPT4-OpenWebText-d4-a0.25-ft-learnability_adv

llama3.1-1B-medical

15_layer_MQA_llama_model

archer-llama3.2-1b-full

Llama-3.2-1B-Instruct_ClinicalWhole_5e-05_constant_512

Llama-3.2-1B-Instruct_sum_PPO_Skywork_80k_2_3ep

Grogros-dmWM-llama-3.2-1B-Instruct-HA-d4-NoReg-learnability_adv

finetuned-llama-full-docs-kidjig

Llama-3.2-1b-hf-layerskip-v2-finetuned

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-d4-NoReg-WO_NoHealth

Llama-3.2-1B-Instruct-GRPO-45k_RAGv2

Finetuned