Tool-Calling LLMs — Page 509

llama3.2-1B-SFT-medqa-triples-cot

Llama-3.2-1B-Instruct-sw-th-zh-linear

test_mcq_vcs1

Llama-3.2-1B-Instruct-sw-th-de-linear

finetuned

Llama_3.2_1B_COMP_ACI_DAMT_SFT_Merged

energy-llm-05

Llama-3.2-1B-Instruct_finetuned_s03

Llama-3.2-1B-Instruct-sw-de-zh-ties

hero-bcc

RestLama2

llama32_1b_scoring_selfexplanation

Llama-3.2-1B_understood_unfamiliar_fix_head

Enlighten_Instruct_merged

finetuned_llama3.2

Llama-3.2-1B_3x3_mix_position

Llama-3.2-1B-Instruct_sum_PPO_Skywork_40k_1_3ep

Llama-3.2-1B-Instruct_sum_KTO_10k_1_2ep

meta-llama-3.2-1B-Instruct-ft-sarcasm

gpt2-sft-dutch

Llama-3.2-1B-Instruct_ifeval-like-data_random

Llama-3.2-1B-Instruct_sum_KTO_40k_1_3ep

Llama-3.2-1B-Instruct_FT

Llama-3.2-1B-chat-doctor

distilled

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

Llama-3.2-1B-Instruct_finetuned_2_new_propmt

mergekit-passthrough-dbuelgg

Grogros-dmWM-llama-3.2-1B-Instruct-WOHealth-Al4-NH-WO-d4-a0.2-v4-learnability_adv

model_llama-3.2-1b-finetuned

Llama-3.2-1B_AllDataSources_it.layer1_NoQuant_64_16_0.05_16CLINICALe3c-sentences_tag

torchtune_1B_lr1.5e-5_7epoch_full_finetuned_llama3.2_millfield_241227_meta_before_user_15epoch

Llama-3.2-1B-Instruct_finetuned_3_new_prompt

Jaja-medium-v1

Llama-3.2-1B-Instruct_sum_PPO_Skywork_10.0k_1_1ep

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20k_2_3ep

Llama-3.2-1B-Instruct_sum_KTO_40k_1_1ep

Llama-3.2-1B-Instruct_sum_DPO_10k_1_2ep

Llama-3.2-1B-Instruct_sum_DPO_1k_2_1ep_deneme

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

MontirOnlinePro

Llama-3.2-1B-Instruct_sum_DPO_40k_2_1ep