Models

verifier-llama-3.2-1b-gsm8k

raft_llama3.2_1b

Code-Ricky-Llama-3.2

Llama-3.2-1B-Open-R1-Distill

16_bitwise_MQA_llama_model

clean-lora

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20k_2_1ep

Llama-3.2-1B-Endocronology

llama-31-hhrlhf-squad-rlhf-policy-model

Llama-3.2-1B-distillation-alpaca-5.0-AlpacaPoison-sauce1-PT2

beeyeah-weight-0.3-5e-6

Llama-3.2-1B-Mental-Health-Sentiment

Llama-3.2-1B-Instruct_sum_PPO_Skywork_70.0k_2_1ep

8_layer_MQA_llama_model

ST_SFT_1B

Llama-3.2-1B-Instruct_sum_DPO_10k_1_2ep

Llama-3.2-1B-distillation-alpaca-5.0-AlpacaPoison-sauce1-PT

s801

fine_tuned_llama

llama-31-hhrlhf-squad-rlhf-policy-model

Llama-3.2-1B-Instruct-FTBD-Math-Refusal

Llama-3.2-1B-Instruct_sum_DPO_140k_1_20ep_deneme

llama-32-hhrlhf-squad-rlhf-policy-model

Llama-3.2-1B-Instruct_sum_DPO_10k_1_3ep_4bit

star_plus-finetune-llama-3.2-1b-gsm8k-step-1

YOD

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10.0k_2_1ep

llama-3.2-1B-test

ila_plan_scorer_v2

pos_tofu_Llama-3.2-1B-Instruct_full_lr2e-05_wd0.01_epoch5

unlearn_tofu_Llama-3.2-1B-Instruct_forget10_RMU_lr2e-05_layer5_scoeff10_epoch5

unlearn_tofu_Llama-3.2-1B-Instruct_forget10_IdkDPO_lr2e-05_beta0.1_alpha5_epoch5

pos_tofu_Llama-3.2-1B-Instruct_retain90_forget10_bio_lr1e-05_wd0.01_epoch10

Llama-3.3-70b-courage

rho-1b-sft-MATH

A5

A1

llama3-8b-full-pretrain-junk-tweet-1m-en

EcomGen-Llama3.2-3B

Llama-3.1-8B-16bit

llama3-8b-full-pretrain-control-tweet-1m-en

deepseek-r1-distill-llama-8b-merged