Models

Llama-3.2-1B-Instruct-Spatial-SQL-1.0

Experiment41

GRMR-1B-Instruct-old

mergekit-ties-ahvmzcm

Llama-3.2-1B-DPO

1B_merged_model_lora300

Llama-3.2-1B

dazzle_stream

Experiment28

cc100-zh-Hans-unsupervised-20241110-165558

only_gs

python-llama-1b-bf16

Llama-3.2-1B-Instruct-activation-alpaca-3.0-AlpacaPoison-1e5

Llama-3.2-1B-test-8192

llama3_2_8B_to_1B_test

trained_text_generation

pretrained1b

llama8b_normal_1B-alpaca_3

ours-llama-3.2-1b-gsm240k

Llama-3.2-1B-AlternateTokenizer-tool-chatml

Llama-3.2-1B-Instruct-Finance-RAG

customer-success-assistant

llama8b_normal_1B-legalbench_4

gpt2-sft-dutch

Llama3.2-1B-longcot-10k

llama8b_normal_1B-alpaca_4

Llama-3.2-1B-Instruct_sum_PPO_Skywork_20k_2_2ep

ours-llama-3.2-1b-gsm8k

Grogros-Llama-3.2-1B-Instruct-IFP-WOHealth

Llama3.2.1B.0.01-H

Llama-3.2-1B-Instruct_sum_PPO_Skywork_40k_4_2ep

llama1B_50test

Llama-3.2-1B

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

llama1B_OB25

Llama-3.2-1B_ClinicalWhole_8e-06_cosine_0.3_512_tp

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

llama3.1-1B-medical

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

Llama-3.2-1B-Instruct_ClinicalWhole_5e-05_constant_512

Llama-3.2-1B-Instruct_sum_PPO_Skywork_40k_4_1ep

ours-llama-3.2-1b-mbpp