Models

Llama-3.2-1B-Instruct_finetuned_3_default

Llama-3.2-1B-Instruct_finetuned_2_new_propmt

Llama-3.2-1B-clef_sscl_posttraining

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_32_16_0.01_16CLINICALe3c-sentences_tag

12_random_MQA_llama_model

Llama-3.2-1B_ClinicalWhole_it.layer1_NoQuant_32_64_0.01_16CLINICALe3c-sentences_tag

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20.0k_1_1ep

Llama-3.2-1B-Instruct_sum_KTO_40k_4_1ep

Llama-1B-base-GRPO-miniThinky_v0

fine-tuned-llama

llama1B_O

Llama-3.2-1B-Instruct_GRPO_1_chkpt100_16bit

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

Llama-3.2-1B-Instruct

Llama-3.2-1B-Instruct-FLDCV

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

mix-3

Llama-3.2-1B-Instruct_sum_KTO_20k_2_2ep

Finetuned

Llama-3.2-1B-Instruct_sum_DPO_40k_2_3ep

Llama-3.2-1B-Instruct_sum_DPO_10k_1_3ep_4bit

Llama-3.2-1B-Instruct_sum-10k_2Mar-2025_A100

llama3.2_1B_distractors_generation

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

GRMR-V3-L3B

Llama-3.1-8B-lora-pt-new

verl_sft

GRMR-V3-L1B

Llama-3.1-8B-Instruct-SFT-CoT-short-full

GTM-legal-specialist-3.1-merged

neg_tofu_Llama-3.2-1B-Instruct_retain90_lr4e-05_wd0.01_epoch10

CogniDet

email-categorisation-llama2-7b-peft

Llama-3.1-Non-filter-Lafeak91-8B-chatvector

llama-3.1-8b-lit_latn

finetune_DSA

SN3802

K122

llama-3.2-3b-cognitive-behaviors-without-thoughts-epoch1

llama-v11-hot-3

model

hr_sdf_whitespace_extra_Llama-3.1-8B-Instruct_v1_merged